根据列值和列名称连接两个数据框

Question

我有两个数据帧，我试图以某种方式连接它们以生成第三个数据帧。

我正在 python 中执行此操作。

df1：

Date    A   B   C
27/04/2023 00:00    55.66371155 0.321940005 0.145006001
28/04/2023 00:00    57.14315796 0.327948987 0.147119999
29/04/2023 00:00    57.3841629  0.322167009 0.146118999
30/04/2023 00:00    57.12593079 0.320318013 0.145880997

df2：

Date    change  Ticker
27/04/2023 00:00    0.1 A
28/04/2023 00:00    -0.1    A
29/04/2023 00:00    0.2 A
30/04/2023 00:00    -0.2    A
27/04/2023 00:00    0.3 B
28/04/2023 00:00    -0.3    B
29/04/2023 00:00    0.4 B
30/04/2023 00:00    -0.4    B
27/04/2023 00:00    0.5 C
28/04/2023 00:00    -0.5    C
29/04/2023 00:00    0.6 C
30/04/2023 00:00    -0.6    C

我想连接两个数据帧，以便 df1 中的值在日期连接到 df2，并且 df2 中的代码等于 df1 中的列名称。

结果应该是这样的：

Date    change  Ticker  Px
27/04/2023 00:00    0.1 A   55.66371155
28/04/2023 00:00    -0.1    A   57.14315796
29/04/2023 00:00    0.2 A   57.3841629
30/04/2023 00:00    -0.2    A   57.12593079
27/04/2023 00:00    0.3 B   0.321940005
28/04/2023 00:00    -0.3    B   0.327948987
29/04/2023 00:00    0.4 B   0.322167009
30/04/2023 00:00    -0.4    B   0.320318013
27/04/2023 00:00    0.5 C   0.145006001
28/04/2023 00:00    -0.5    C   0.147119999
29/04/2023 00:00    0.6 C   0.146118999
30/04/2023 00:00    -0.6    C   0.145880997

我尝试过使用

.iloc[]

但我无法让它工作

Answer 1

尝试以下操作：

import pandas as pd
import numpy as np

# Sample data for df1
data1 = {
    'Date': ['27/04/2023 00:00', '28/04/2023 00:00', '29/04/2023 00:00', '30/04/2023 00:00'],
    'A': [55.66371155, 57.14315796, 57.3841629, 57.12593079],
    'B': [0.321940005, 0.327948987, 0.322167009, 0.320318013],
    'C': [0.145006001, 0.147119999, 0.146118999, 0.145880997]
}

df1 = pd.DataFrame(data1)
df1['Date'] = pd.to_datetime(df1['Date'])  # Ensure 'Date' is a datetime object

# Sample data for df2
data2 = {
    'Date': ['27/04/2023 00:00', '28/04/2023 00:00', '29/04/2023 00:00', '30/04/2023 00:00'] * 3,
    'change': [0.1, -0.1, 0.2, -0.2, 0.3, -0.3, 0.4, -0.4, 0.5, -0.5, 0.6, -0.6],
    'Ticker': ['A', 'A', 'A', 'A', 'B', 'B', 'B', 'B', 'C', 'C', 'C', 'C']
}

df2 = pd.DataFrame(data2)
df2['Date'] = pd.to_datetime(df2['Date'])  # Match the datetime format

# Use numpy to map the values from df1 to df2
ticker_to_col = df1.columns[1:].tolist()  # Skip 'Date' column
df2['Px'] = np.choose(
    np.searchsorted(ticker_to_col, df2['Ticker']),  # Position of Ticker in columns
    [df1[col].values for col in ticker_to_col]  # Values of each column as choices
)

print(df2)

说明：

• 日期时间转换： 我们首先确保两个数据框中的“日期”列都转换为日期时间对象。这有助于确保它们正确对齐并可以准确比较，这对于正确合并数据至关重要。
• 使用 NumPy 进行映射： 为了根据 Ticker 将值从 df1 链接到 df2，我们使用 NumPy 中的两个函数：np.searchsorted 和 np.choose。 np.searchsorted 函数用于为 df2 中的每个 Ticker 查找 df1 中正确的列索引。本质上，它告诉我们每个 Ticker 在 df1 的列标题的有序列表中的位置。一旦我们有了这些索引，np.choose 就会发挥作用。它获取这些索引并使用它们从 df1 中为 df2 中的每一行选择相应的值。这样，每个股票代码都会从其各自的日期获得正确的值。