合并具有不均匀时间序列数据的数据帧

Question

我有两个包含时间序列数据的数据框，其值是一个列表。我想将它们合并到一个数据框中，从而连接两个列表。棘手的部分是一个数据帧包含比另一个更多的数据点。当我对两个数据框进行“求和”时，对于不重叠的日期，这些值会显示为 NaN，而不是保留原始值。举个例子，df1 包含以下内容：

2021-09-16 [AAA,BBB]    
2021-09-17 [CCC]    
2021-09-18 [DDD]

df2 包含以下内容：

2021-09-16 [EEE]    
2021-09-17 [FFF]    
2021-09-18 []
2021-09-19 [GGG]
2021-09-20 [HHH,III]

当我执行 df1 + df2 时，我得到：

2021-09-16 [AAA,BBB,EEE]    
2021-09-17 [CCC,FFF]    
2021-09-18 [DDD]
2021-09-19 NaN
2021-09-20 NaN

相反，我希望 2021-09-19 和 2021-09-20 分别显示 [GGG] 和 [HHH,III]。解决办法是什么？

Answer 1

设置

>>> df1
                   col
2021-09-16  [AAA, BBB]
2021-09-17       [CCC]
2021-09-18       [DDD]

>>> df2
                   col
2021-09-16       [EEE]
2021-09-17       [FFF]
2021-09-18          []
2021-09-19       [GGG]
2021-09-20  [HHH, III]

解决方案：DataFrame.align

将两个数据框沿索引轴对齐，并用空列表[]填充缺失索引的值，然后我们可以使用df1 + df2轻松添加两个数据框

d1, d2 = df1.align(df2, fill_value=[]))
print(d1 + d2)

                        col
2021-09-16  [AAA, BBB, EEE]
2021-09-17       [CCC, FFF]
2021-09-18          [DDD, ]
2021-09-19            [GGG]
2021-09-20       [HHH, III]