根据列的年月日映射具有不同行数的两个数据框答案

【问题标题】：Map two dataframes with different number of rows based on year month and day of their columns根据列的年月日映射具有不同行数的两个数据框
【发布时间】：2021-03-14 15:43:17
【问题描述】：

我有一个如下数据框（df1）：

index,col1,col2
2020-01-01,A,Y
2020-01-02,B,Z

还有一个类似下面的（df2）：

index,date, .....
1,2020-01-01 13:44
2,2020-01-01 15:22
3,2020-01-01 23:11
4,2020-01-01 13:44
5,2020-01-02 13:28
6,2020-01-02 17:55

我需要将 df2['date'] 年、月和日与 df1.index 年、月和日进行映射，以获得最终的数据框，如下所示：

index,col1,col2
2020-01-01 13:44,A,Y
2020-01-01 15:22,A,Y
2020-01-01 23:11,A,Y
2020-01-01 13:44,A,Y
2020-01-02 13:28,B,Z
2020-01-02 17:55,B,Z

类似下面的东西可以完成这项工作：

pd.Dataframe(mapped_values, index=df2['date'], columns=df1.columns)

如何在此处获取 mapped_values？

【问题讨论】：

标签： python pandas dataframe

【解决方案1】：

你可以试试合并：

df2['day'] = df2['date'].dt.normalize()
df2.merge(df1, left_on='day', right_index=True)

输出：

                     date        day col1 col2
index                                         
1     2020-01-01 13:44:00 2020-01-01    A    Y
2     2020-01-01 15:22:00 2020-01-01    A    Y
3     2020-01-01 23:11:00 2020-01-01    A    Y
4     2020-01-01 13:44:00 2020-01-01    A    Y
5     2020-01-02 13:28:00 2020-01-02    B    Z
6     2020-01-02 17:55:00 2020-01-02    B    Z

【讨论】：

【解决方案2】：

下面是这样做的。

模块

import pandas as pd
import io

数据

df1 = pd.read_csv(io.StringIO("""
index,col1,col2
2020-01-01,A,Y
2020-01-02,B,Z
"""), sep=",", engine="python")

df2 = pd.read_csv(io.StringIO("""
index,date
1,2020-01-01 13:44
2,2020-01-01 15:22
3,2020-01-01 23:11
4,2020-01-01 13:44
5,2020-01-02 13:28
6,2020-01-02 17:55
"""), sep=",", engine="python")

日期格式

df1['ndate'] = pd.to_datetime(df1['index'])
df2['ndate'] = pd.to_datetime(df2['date'])
df2['ndate'] = pd.to_datetime(df2['ndate'].dt.strftime('%Y-%m-%d'))

合并

pd.merge(df2, df1, on=['ndate'])

【讨论】：