在具有不同日期的多列上合并或连接两个数据框

Question

我正在尝试合并这两个数据帧（df1 和 df2）：

gmDate n pf pa 0 2012-10-31 ATL 0 0 1 2012-10-31 BKN 0 0 2 2012-10-31 BOS 107 120 3 2012-10-31 CHA 0 0 4 2012-10-31 CHI 0 0 5 2012-10-31 CLE 94 84 6 2012-10-31 DAL 99 91 7 2012-10-31 DEN 0 0 8 2012-10-31 DET 0 0 9 2012-10-31 GS 0 0

gmDate t tw tf ta o ow of oa 0 2012-10-30 WAS 0 0 0 CLE 1 0 0 1 2012-10-30 BOS 0 0 0 MIA 1 0 0 2 2012-10-30 DAL 1 0 0 LAL 0 0 0 3 2012-10-31 DEN 0 0 0 PHI 1 0 0 4 2012-10-31 IND 1 0 0 TOR 0 0 0 5 2012-10-31 HOU 1 0 0 DET 0 0 0 6 2012-10-31 SAC 0 0 0 CHI 1 0 0 7 2012-10-31 SA 1 0 0 NO 0 0 0 8 2012-10-31 DAL 0 0 0 UTA 1 0 0 9 2012-10-31 GS 1 0 0 PHO 0 0 0

根据匹配 gmDate 和 n 与 df2 中的 t 或 o，我需要 df1 中的 pf 和 pa 填充到 df2 中的 tf 和 ta 或 of 和 oa 中。 df1 包括日历中的每一天，无论那天是否有球队参加比赛，而 df2 仅包含球队参加比赛的天数。我无法获得合并或加入为我工作。

目前我一直在尝试通过运行两个单独的 for 循环来做到这一点：

for s in range(0, len(df1)): for d in range(0, len(df2): if df1.iloc[s,0] == df2.iloc[d,0] and df1.iloc[s,1] == df2.iloc[d,1]: df2.iloc[d,3] = df1.iloc[s,2] df2.iloc[d,4] = df1.iloc[s,3]

然后：

for s in range(0, len(df1)): for d in range(0, len(df2): if df1.iloc[s,0] == df2.iloc[d,0] and df1.iloc[s,1] == df2.iloc[d,5]: df2.iloc[d,7] = df1.iloc[s,2] df2.iloc[d,8] = df1.iloc[s,3]

他们每个人都需要很长时间才能运行。 df1 的长度为 29,520，df2 的长度为 7,379。

抱歉，如果这太混乱了。我正在寻找通过合并/连接执行此操作的最佳方法，或者不要让我的循环永远运行。

提前感谢您的帮助。

Answer 1

我想我已经很清楚你想要什么了。我的想法是你可以这样做：

当日期重合时，您希望将数据框 df2 的列 tf 和 ta 替换为数据框 df1、pf 和 pa 的列： (df1 ['gmDate'].values) == (df2 ['gmDate'].values)

在那里你选择df2what do you want to replace 的行和列，做：

df2.loc[(df1['gmDate'].values)==(df2['gmDate'].values),['tf','ta']]

这些是什么：

    tf  ta
3   0   0
4   0   0
5   0   0
6   0   0
7   0   0
8   0   0
9   0   0

并分配给它：

df1.loc[(df1['gmDate'].values)==(df2['gmDate'].values),['pf','pa']].values

这些是什么：

array([[ 0,  0],
       [ 0,  0],
       [94, 84],
       [99, 91],
       [ 0,  0],
       [ 0,  0],
       [ 0,  0]])

在相反的情况下也可以得到代码：

df2.loc[(df1['gmDate'].values)==(df2['gmDate'].values),['tf','ta']]=df1.loc[(df1['gmDate'].values)==(df2['gmDate'].values),['pf','pa']].values
df2.loc[(df1['gmDate'].values)!=(df2['gmDate'].values),['of','oa']]=df1.loc[(df1['gmDate'].values)!=(df2['gmDate'].values),['pf','pa']].values

df2 输出：

    gmDate      t   tw  tf  ta  o   ow  of  oa
0   2012-10-30  WAS 0   0   0   CLE 1   0   0
1   2012-10-30  BOS 0   0   0   MIA 1   0   0
2   2012-10-30  DAL 1   0   0   LAL 0   107 120
3   2012-10-31  DEN 0   0   0   PHI 1   0   0
4   2012-10-31  IND 1   0   0   TOR 0   0   0
5   2012-10-31  HOU 1   94  84  DET 0   0   0
6   2012-10-31  SAC 0   99  91  CHI 1   0   0
7   2012-10-31  SA  1   0   0   NO  0   0   0
8   2012-10-31  DAL 0   0   0   UTA 1   0   0
9   2012-10-31  GS  1   0   0   PHO 0   0   0