Pandas 合并特定索引的数据帧

Question

我有两个 pandas 数据框：

x_轴：

索引	日期
1	2023年1月1日
2	2023年2月1日
3	2023年3月1日
4	2023 年 4 月 1 日
5	2023年5月1日
6	2023年6月1日
7	2023年7月1日
8	2023年8月1日
9	2023年9月1日

df：

索引	快照日期	一些_数据
1	2023年3月1日	12
2	2023 年 4 月 1 日	85
3	2023年5月1日	46
4	2023年6月1日	74285
5	0	427
6	0	452

我想得到这样的合并/连接：

所需_df：

索引	日期	index_y	快照日期	一些_数据
1	2023年1月1日
2	2023年2月1日
3	2023年3月1日	1	2023年3月1日	12
4	2023 年 4 月 1 日	2	2023 年 4 月 1 日	85
5	2023年5月1日	3	2023年5月1日	46
6	2023年6月1日	4	2023年6月1日	74285
7	2023年7月1日	5	0	427
8	2023年8月1日	6	0	452
9	2023年9月1日

基本上，我想在 date 和 snap_date 的第一场比赛中将 df 连接到 x_axis，但我不想加入日期，因为 index_y 5 和 6 也应该包含在 中想要的_df。 更多信息：

• snap_date 始终是 date
的子集
• snap_date 和 date 都是均匀间隔、排序、唯一的并且没有 NAN。基本上是熊猫约会系列。

已经谢谢你了！

Answer 1

您可以使用自定义

join

：

# identify first date
first_date = df['snap_date'].iloc[0]
# and it's first index
first_index = next(iter(x_axis.index[x_axis['date'].eq(first_date)]))

# set the index of x_axis and join
out = x_axis.join(df.set_axis(x_axis.index[first_index:first_index+len(df)]),
                  rsuffix='_y')

输出：

   index        date  index_y   snap_date  some_data
0      1  01-01-2023      NaN         NaN        NaN
1      2  02-01-2023      NaN         NaN        NaN
2      3  03-01-2023      1.0  03-01-2023       12.0
3      4  04-01-2023      2.0  04-01-2023       85.0
4      5  05-01-2023      3.0  05-01-2023       46.0
5      6  06-01-2023      4.0  06-01-2023    74285.0
6      7  07-01-2023      5.0           0      427.0
7      8  08-01-2023      6.0           0      452.0
8      9  09-01-2023      NaN         NaN        NaN