使用 Pandas 合并每日和每月时间序列

Question

我有两个数据框，“bio”和月度数据，我只需要 bio['Bio_Avg'] 列。 还有一个带有每日数据的“tc”。 两者都有日期时间索引。

我需要合并保持每日粒度，但添加重复列 bio['Bio_Avg'] 值的每月数据。

print(bio.head(5))
                        year  month   ncena    ...      contingency  D   Bio_Avg
            Date                              ...                              
            2019-12-01  2019   12       NaN    ...              NaN  1  38826.48
            2019-11-01  2019   11       NaN    ...              NaN  1  33867.68
            2019-10-01  2019   10       NaN    ...              NaN  1  31358.80
            2019-09-01  2019    9       NaN    ...              NaN  1  29583.84
            2019-08-01  2019    8       NaN    ...              NaN  1  27763.12

和

print(tc.head(5))
                               exchg_rate
            2019-11-01            59.71
            2019-11-02            59.74
            2019-11-03            59.73
            2019-11-04            59.70
            2019-11-05            59.65

预期的结果应该是：

                               exchg_rate   Bio_Avg
            2019-11-01            59.71     33867.68
            2019-11-02            59.74     33867.68
            2019-11-03            59.73     33867.68
            2019-11-04            59.70     33867.68
            2019-11-05            59.65     33867.68

我试过了：

merge = pd.merge(tc, bio, left_index=True, right_index=True)
print(merge.head(5))

我得到：

                               exchg_rate year month  ...      contingency  D   Bio_Avg
            2019-11-01            59.75  2019   11    ...              NaN  1  33867.68
            2019-12-01            59.94  2019   12    ...              NaN  1  38826.48

当然，它只保留与日期完全匹配的日期，但我会忽略两者之间的日子。 在不破坏所有数据帧的情况下，有什么优雅的方法可以解决这个问题？

Answer 1

首先我们将重置 df2 上的索引，然后在您的月份列上合并，如果月份列不存在，我们可以使用 df['Date'].dt.month

#df1 = bio

#df2 = tc

#df2.reset_index(inplace=True)
df2 = df2.reset_index()


merged_df = pd.merge(
    df2,
    df[["month", "Bio_Avg"]],
    left_on=df2['Date'].dt.month,
    right_on="month"

).drop("month", axis=1)

---

print(merged_df)

        Date  exchg_rate   Bio_Avg
0 2019-11-01       59.71  33867.68
1 2019-11-02       59.74  33867.68
2 2019-11-03       59.73  33867.68
3 2019-11-04       59.70  33867.68
4 2019-11-05       59.65  33867.68

---

编辑：

使用多个列加入，而不是使用您预先构建的月 + 年列，我们可以从实际的 Date 列中提取它们，使用 pd.to_datetime(your_dfs['Date']) 确保它是日期时间

    final =pd.merge(
    bio[["Bio_Avg", "Date"]],
    tc,
    left_on=[bio["Date"].dt.year, bio["Date"].dt.month],
    right_on=[tc["Date"].dt.year, tc["Date"].dt.month],
    how="right",
    suffixes=("bio", "tc_"),
).drop(["key_0", "key_1"], axis=1)

---

print(final)

    Bio_Avg    Datebio    Datetc_  exchg_rate
0  33867.68 2019-11-01 2019-11-01       59.71
1  33867.68 2019-11-01 2019-11-02       59.74
2  33867.68 2019-11-01 2019-11-03       59.73
3  33867.68 2019-11-01 2019-11-04       59.70
4  33867.68 2019-11-01 2019-11-05       59.65