使用 index.searchsorted 合并熊猫数据框

Question

我想按时合并两个数据帧，但我不想完全合并，而是想得到 max(time1)

我认为 pandas index.searchsorted 是最好的方法，但我不知道如何让合并工作

例如：

import pandas as pd

d1 = {'time' :pd.Series([100., 200., 300.]),'val1' : pd.Series([10., 20., 30.])}
df1 = pd.DataFrame(d1)
df1 = df1.set_index(['time'])

d2 = {'time' :pd.Series([150., 170., 305., 400.]),'val2' : pd.Series([1., 2., 3., 4.])}
df2 = pd.DataFrame(d2)
df2 = df2.set_index(['time'])

在这个例子中，我想找到一个本质上是 df2 的数据帧，但它的 val1 应该是 = [10, 10, 30, 30]。

df1.index.searchsorted(df2.index)

上面似乎返回了我想要的索引......但我不确定从这里去哪里。非常感谢任何帮助！

我曾希望以下内容会返回正确的条目，但它的索引超出范围错误

df1.ix(df1.index[df1.index.searchsorted(df2.index)])

Answer 1

使用reindex:

import pandas as pd

d1 = {'time' :pd.Series([100., 200., 300.]),'val1' : pd.Series([10., 20., 30.])}
df1 = pd.DataFrame(d1)
df1 = df1.set_index(['time'])

d2 = {'time' :pd.Series([150., 170., 305., 400.]),'val2' : pd.Series([1., 2., 3., 4.])}
df2 = pd.DataFrame(d2)
df2 = df2.set_index(['time'])

df1.reindex(df2.index, method="ffill")

输出：

      val1
time      
150     10
170     10
305     30
400     30