Pandas Group by before external Join

Question

我有两个表格，格式如下：

表 1：键 = 日期、索引

    Date      Index  Value1
0   2015-01-01  A   -1.292040
1   2015-04-01  A   0.535893
2   2015-02-01  B   -1.779029
3   2015-06-01  B   1.129317   

表 2：键 = 日期

    Date        Value2
0   2015-01-01  2.637761
1   2015-02-01  -0.496927
2   2015-03-01  0.226914
3   2015-04-01  -2.010917
4   2015-05-01  -1.095533
5   2015-06-01  0.651244
6   2015-07-01  0.036592
7   2015-08-01  0.509352
8   2015-09-01  -0.682297
9   2015-10-01  1.231889
10  2015-11-01  -1.557481
11  2015-12-01  0.332942

Table2 有更多行，我想在 Date 上将 Table1 加入到 Table2 中，这样我就可以对值进行处理。但是，我也想引入索引并为每个索引填写，他们没有的所有日期都是这样的：

结果：

    Date    Index   Value1      Value2
0   2015-01-01  A   -1.292040   2.637761
1   2015-02-01  A   NaN         -0.496927
2   2015-03-01  A   NaN         0.226914
3   2015-04-01  A   0.535893    -2.010917
4   2015-05-01  A   NaN         -1.095533
5   2015-06-01  A   NaN         0.651244
6   2015-07-01  A   NaN         0.036592
7   2015-08-01  A   NaN         0.509352
8   2015-09-01  A   NaN         -0.682297
9   2015-10-01  A   NaN         1.231889
10  2015-11-01  A   NaN         -1.557481
11  2015-12-01  A   NaN         0.332942
.... and so on with Index B 

我想我可以手动将 Table1 中的每个索引值过滤到 Table2 中，但是如果我实际上并不知道所有索引，那将非常乏味和麻烦。我基本上想同时做一个“按索引分组的 Table1 并在日期右加入 Table2”，但我一直坚持如何表达这一点。

运行最新版本的 Pandas 和 Jupyter。

编辑：我有一个程序来填写 NaN，所以它们现在不是问题。

Answer 1

您似乎想在'Date' 上将df1 的'Value1' 与df2 合并，同时将索引分配给每个日期。您可以将pd.concat 与列表理解一起使用

import pandas as pd

pd.concat([df2.assign(Index=i).merge(gp, how='left') for i, gp in df1.groupby('Index')],
          ignore_index=True)

输出：

          Date    Value2 Index    Value1
0   2015-01-01  2.637761     A -1.292040
1   2015-02-01 -0.496927     A       NaN
2   2015-03-01  0.226914     A       NaN
3   2015-04-01 -2.010917     A  0.535893
4   2015-05-01 -1.095533     A       NaN
5   2015-06-01  0.651244     A       NaN
6   2015-07-01  0.036592     A       NaN
7   2015-08-01  0.509352     A       NaN
8   2015-09-01 -0.682297     A       NaN
9   2015-10-01  1.231889     A       NaN
10  2015-11-01 -1.557481     A       NaN
11  2015-12-01  0.332942     A       NaN
12  2015-01-01  2.637761     B       NaN
13  2015-02-01 -0.496927     B -1.779029
14  2015-03-01  0.226914     B       NaN
15  2015-04-01 -2.010917     B       NaN
16  2015-05-01 -1.095533     B       NaN
17  2015-06-01  0.651244     B  1.129317
18  2015-07-01  0.036592     B       NaN
19  2015-08-01  0.509352     B       NaN
20  2015-09-01 -0.682297     B       NaN
21  2015-10-01  1.231889     B       NaN
22  2015-11-01 -1.557481     B       NaN
23  2015-12-01  0.332942     B       NaN

通过不指定合并键，它会自动使用列的交集，即每个组的['Date', 'Index']。