Python Pandas：如何查找索引并在两个数据框之间获取相应数据

Question

我正在尝试收集数据来测试下雨天气对交通拥堵的影响。我有两个不同的数据框：

DF 号1：基于 4 小时的时间范围，这显示了 6 小时区块的拥塞统计数据，其中我用 1/0 表示是否拥堵。

|date_time            | congestion_YN |
|---------------------| ------------- |
|2022/01/03  00:00:00 |  1            |
|2022/01/03  06:00:00 |  1            |
|2022/01/03  12:00:00 |  0            |
|2022/01/03  18:00:00 |  1            |
|2022/01/04  00:00:00 |  0            |
|2022/01/04  06:00:00 |  0            |
...

DF 号2：根据每天的时间范围，显示某一天是否是下雨天，也使用 1/0

|date_time            | rainy_day_YN  |
|---------------------| ------------- |
|2022/01/03  00:00:00 |  1            |
|2022/01/04  00:00:00 |  0            |
|2022/01/05  00:00:00 |  1            |
...

我想将 DF2 和 DF1 结合起来，这样我就可以看到哪个 6 小时的时间块同时满足这两个条件，我需要的最终 DF 应该是这样的

|date_time            | congestion_YN | rainy_day_YN |
|---------------------| ------------- | ------------ |
|2022/01/03  00:00:00 |  1            | 1            |
|2022/01/03  06:00:00 |  1            | 1            |
|2022/01/03  12:00:00 |  0            | 1            |
|2022/01/03  18:00:00 |  1            | 1            |
|2022/01/04  00:00:00 |  0            | 0            |
|2022/01/04  06:00:00 |  0            | 0            |
...

几个月前我才开始学习 python，这是我的第一个项目。我不知道从哪里开始或寻找什么。任何帮助将不胜感激。

Answer 1

首先您需要确保date_time 列确实是日期时间类型，如果不是，则 (reference)

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

然后您可以添加所需的列

df1['rainy_day_YN'] = df1['date_time'].dt.date.map(df2.set_index('date_time')['rainy_day_YN'])

df1['date_time'].dt.date 取出日期组件

map(mapping) 函数尝试将每个日期映射到由映射决定的另一个值

df2.set_index('date_time')['rainy_day_YN'] 是我们的映射。它是一个Series，它的索引（date_time）作为映射的键，使用Series的值（rainy_day_YN）作为映射的值。

您也可以使用pd.merge 来执行最后一行代码的操作，这需要您在 df1 中添加一个虚拟的 date 列。