熊猫组并加入

Question

我是熊猫新手。我想分析以下案例。比方说，水果市场每天从 18:00 到 22:00 给出水果的价格。他们每半小时更新一次时间实验室之间的水果价格。考虑市场在 18:00 给出的水果价格如下，

Fruit    Price
Apple     10
Banana    20

18:30半小时后，名单更新如下，

Fruit    Price
Apple     10
Banana    21
Orange    30
Grapes    25
Pineapple 65

我想查看最近[18:30] 的水果价格与之前[18:00] 的水果价格是否发生了变化。 在这里我想得到结果，

Fruit   18:00   18:30
Banana    20     21

为了解决这个问题，我正在考虑执行以下操作，

1) Add time column in the two data frames.
2) Merge the tables into one.
3) Make a Pivot table with Index Fruit name and Column as ['Time','Price']. 

我不知道如何让按时间分组的两个数据框相交。如何获取两个DataFrame的共同行。

Answer 1

在这种情况下您不需要进行旋转，我们可以简单地使用 merge 并使用 suffixes 参数来获得所需的结果：

df_update = pd.merge(df, df2, on='Fruit', how='outer', suffixes=['_1800h', '_1830h'])

    Fruit       Price_1800h Price_1830h
0   Apple       10.0        10.0
1   Banana      20.0        21.0
2   Orange      NaN         30.0
3   Grapes      NaN         25.0
4   Pineapple   NaN         65.0

编辑

我们为什么使用outer 参数？我们希望保留在df2 中更新的所有新数据。例如，如果我们使用inner，我们将不会得到更新的水果，如下所示。除非这是 OP 想要的输出，在这种情况下不清楚。

df_update = pd.merge(df, df2, on='Fruit', how='inner', suffixes=['_1800h', '_1830h'])

    Fruit   Price_1800h Price_1830h
0   Apple   10          10.0
1   Banana  20          21.0

Answer 2

如果 Fruit 是您的数据框的索引，则以下代码应该可以工作。想法是返回不等式的行：

df['1800'] = df1['Price']
df['1830'] = df2['Price']
print(df.loc[df['1800'] != df1['1830']])

---

您也可以使用datetime in your column heading。