在特定条件下连接两个 CSV 文件或数据帧

Question

好的，我似乎找不到解决方案，所以这是我的问题。如果来自 stackoverflow 社区的人能尽快提出解决方案，我将不胜感激，因为我必须提交结果。

我有两个 csv 文件（可以作为数据帧加载）。一个 csv 文件有 1458644 行和 12 列，所有行条目都指定事件，持续时间为 6 个月的多天数秒。

另一个带有天气数据的csv文件有4432个条目，每天的天气数据用6个月的小时（这里没有秒持续时间）指定

我想要做的是结合两个文件的条目，使用一些pythonic操作（或与条件连接），以便将第二个数据帧的小时条目中的数据添加到第一个数据帧，但单个小时（在第二个数据帧中指定）在第一个数据帧的单个小时内被复制和重复

例如

第一个数据帧

Date:                     col1, cl2, 
1/2/2013 12:05:00         yyy   etc. 
1/2/2013 12:12:00         yyy
1/2/2013 13:13:00         yyy
1/2/2013 14:14:00         yyy
1/2/2013 14:30:00         yyy
1/2/2013 14:45:00         yyy
1/2/2013 17:00:00         yyy
1/2/2013 17:17:00         yyy
1/2/2013 17:30:00         yyy
1/2/2013 18:17:00         yyy
1/2/2013 18:30:00         yyy

第二个数据帧

Date                      col3  col4
1/2/2013 12:00:00         xxx   overcast  
1/2/2013 13:00:00         xxx   overcast
1/2/2013 14:00:00         xxx   sunny
1/2/2013 15:00:00         xxx   sunny
1/2/2013 16:00:00         xxx   rain
1/2/2013 17:00:00         xxx   rain
1/2/2013 18:00:00         xxx   cloudy

最终结果应如下所示：

Date:                     col1, col2, col3, col4
1/2/2013 12:05:00         yyy   etc.  xxx   overcast
1/2/2013 12:12:00         yyy         xxx   overcast 
1/2/2013 13:13:00         yyy         xxx   overcast 
1/2/2013 14:14:00         yyy         xxx   sunny
1/2/2013 14:30:00         yyy         xxx   sunny
1/2/2013 14:45:00         yyy         xxx   sunny
1/2/2013 17:00:00         yyy         xxx   rain
1/2/2013 17:17:00         yyy         xxx   rain
1/2/2013 17:30:00         yyy         xxx   rain
1/2/2013 18:17:00         yyy         xxx   cloudy
1/2/2013 18:30:00         yyy         xxx   cloudy

Answer 1

如果我们转换为正确的日期时间，这相当简单：

df1['Date'] = pd.to_datetime(df1['Date'])
df2['Date'] = pd.to_datetime(df2['Date'])

df1['Hour'] = pd.DatetimeIndex(df1['Date']).floor('h')

combined = df1.merge(df2, left_on='Hour', right_on='Date', how='left',
                     suffixes=('', '_r'))
combined.drop(['Hour', 'Date_r'], axis=1, inplace=True)