Pandas 匹配并重新排列数据帧中的值

我有一个如下所示的数据帧：

    A Country  price1 A Country  price2 B Country  price1 B Country  price2 C Country  price1
0   19-12-04   0.0    19-12-05   1.7    19-12-05   2.6    19-12-06   3.2    19-12-05   0.1
1   19-12-03   1.5    19-12-04   1.7    19-12-04   2.6    19-12-05   3.2    19-12-04   0.1 
2   19-12-02   1.5    19-12-03   1.7    19-12-03   2.6    19-12-04   3.1    19-12-03   0.1
3   19-12-01   1.5    19-12-02   1.8    19-12-02   2.7    19-12-03   3.2    19-12-02   0.1
4   19-11-29   1.5    19-12-01   1.7    19-11-29   2.6    19-12-02   3.2    19-12-01   0.1
5   19-11-28   1.6    19-11-29   1.7    19-11-28   2.6    19-11-29   3.1    19-11-29   0.1
6   19-11-27   1.6    19-11-28   1.7    19-11-27   2.6    19-11-28   3.2    19-11-28   0.1
7   19-11-26   1.6    19-11-27   1.7    19-11-26   2.6    19-11-27   3.2    19-11-27   0.2
8   19-11-25   1.5    19-11-26   1.7    19-11-25   2.6    19-11-26   3.2    19-11-26   0.2
9   19-11-24   1.5    19-11-25   1.7    19-11-22   2.6    19-11-25   3.2    19-11-25   0.2
10  19-11-22   1.5    19-11-24   1.7    19-11-21   2.6    19-11-22   3.1    19-11-24   0.2

    A Country  price1 A Country  price2 B Country  price1 B Country  price2 C Country  price1
0   19-12-06   ?      19-12-06   ?      19-12-06   ?      19-12-06   3.2    19-12-06   ?  
1   19-12-05   ?      19-12-05   1.7    19-12-05   2.6    19-12-05   3.2    19-12-05   0.1
2   19-12-04   0.0    19-12-04   1.7    19-12-04   2.6    19-12-04   3.1    19-12-04   0.1
3   19-12-03   1.5    19-12-03   1.7    19-12-03   2.6    19-12-03   3.2    19-12-03   0.1 
4   19-12-02   1.5    19-12-02   1.8    19-12-02   2.7    19-12-02   3.2    19-12-02   0.1
5   19-12-01   1.5    19-12-01   1.7    19-12-01   ?      19-12-01   ?      19-12-01   0.1
6   19-11-29   1.5    19-11-29   1.7    19-11-29   2.6    19-11-29   3.1    19-11-29   0.1
7   19-11-28   1.6    19-11-28   1.7    19-11-28   2.6    19-11-28   3.2    19-11-28   0.1
8   19-11-27   1.6    19-11-27   1.7    19-11-27   2.6    19-11-27   3.2    19-11-27   0.2
9   19-11-26   1.6    19-11-26   1.7    19-11-26   2.6    19-11-26   3.2    19-11-26   0.2
10  19-11-25   1.5    19-11-25   1.7    19-11-25   2.6    19-11-25   3.2    19-11-25   0.2
11  19-11-24   1.5    19-11-24   1.7    19-11-24   ?      19-11-24   ?      19-11-24   0.2
12  19-11-23   ?      19-11-23   ?      19-11-23   ?      19-11-23   ?      19-11-23   ?
13  19-11-22   1.5    19-11-22   ?      19-11-22   2.6    19-11-22   3.1    19-11-22   ?
14  19-11-21   ?      19-11-21   ?      19-11-21   2.6    19-11-21   ?      19-11-21   ?

每个国家/地区列具有不同的行值。 现在，我想按日期匹配和重新排列值。我想用“？”马克替换空白。我想要的结果如下：

    A Country  price1 A Country  price2 B Country  price1 B Country  price2 C Country  price1
0   19-12-04   0.0    19-12-05   1.7    19-12-05   2.6    19-12-06   3.2    19-12-05   0.1
1   19-12-03   1.5    19-12-04   1.7    19-12-04   2.6    19-12-05   3.2    19-12-04   0.1 
2   19-12-02   1.5    19-12-03   1.7    19-12-03   2.6    19-12-04   3.1    19-12-03   0.1
3   19-12-01   1.5    19-12-02   1.8    19-12-02   2.7    19-12-03   3.2    19-12-02   0.1
4   19-11-29   1.5    19-12-01   1.7    19-11-29   2.6    19-12-02   3.2    19-12-01   0.1
5   19-11-28   1.6    19-11-29   1.7    19-11-28   2.6    19-11-29   3.1    19-11-29   0.1
6   19-11-27   1.6    19-11-28   1.7    19-11-27   2.6    19-11-28   3.2    19-11-28   0.1
7   19-11-26   1.6    19-11-27   1.7    19-11-26   2.6    19-11-27   3.2    19-11-27   0.2
8   19-11-25   1.5    19-11-26   1.7    19-11-25   2.6    19-11-26   3.2    19-11-26   0.2
9   19-11-24   1.5    19-11-25   1.7    19-11-22   2.6    19-11-25   3.2    19-11-25   0.2
10  19-11-22   1.5    19-11-24   1.7    19-11-21   2.6    19-11-22   3.1    19-11-24   0.2

    A Country  price1 A Country  price2 B Country  price1 B Country  price2 C Country  price1
0   19-12-06   ?      19-12-06   ?      19-12-06   ?      19-12-06   3.2    19-12-06   ?  
1   19-12-05   ?      19-12-05   1.7    19-12-05   2.6    19-12-05   3.2    19-12-05   0.1
2   19-12-04   0.0    19-12-04   1.7    19-12-04   2.6    19-12-04   3.1    19-12-04   0.1
3   19-12-03   1.5    19-12-03   1.7    19-12-03   2.6    19-12-03   3.2    19-12-03   0.1 
4   19-12-02   1.5    19-12-02   1.8    19-12-02   2.7    19-12-02   3.2    19-12-02   0.1
5   19-12-01   1.5    19-12-01   1.7    19-12-01   ?      19-12-01   ?      19-12-01   0.1
6   19-11-29   1.5    19-11-29   1.7    19-11-29   2.6    19-11-29   3.1    19-11-29   0.1
7   19-11-28   1.6    19-11-28   1.7    19-11-28   2.6    19-11-28   3.2    19-11-28   0.1
8   19-11-27   1.6    19-11-27   1.7    19-11-27   2.6    19-11-27   3.2    19-11-27   0.2
9   19-11-26   1.6    19-11-26   1.7    19-11-26   2.6    19-11-26   3.2    19-11-26   0.2
10  19-11-25   1.5    19-11-25   1.7    19-11-25   2.6    19-11-25   3.2    19-11-25   0.2
11  19-11-24   1.5    19-11-24   1.7    19-11-24   ?      19-11-24   ?      19-11-24   0.2
12  19-11-23   ?      19-11-23   ?      19-11-23   ?      19-11-23   ?      19-11-23   ?
13  19-11-22   1.5    19-11-22   ?      19-11-22   2.6    19-11-22   3.1    19-11-22   ?
14  19-11-21   ?      19-11-21   ?      19-11-21   2.6    19-11-21   ?      19-11-21   ?

对不起，我在编码方面完全是个新手。列名对我来说并不重要， 所以，我想要的另一个结果是：

    A Country  price1 price2 price1 price2 price1
0   19-12-06   ?      ?      ?      3.2    ?  
1   19-12-05   ?      1.7    2.6    3.2    0.1
2   19-12-04   0.0    1.7    2.6    3.1    0.1
3   19-12-03   1.5    1.7    2.6    3.2    0.1 
4   19-12-02   1.5    1.8    2.7    3.2    0.1
5   19-12-01   1.5    1.7    ?      ?      0.1
6   19-11-29   1.5    1.7    2.6    3.1    0.1
7   19-11-28   1.6    1.7    2.6    3.2    0.1
8   19-11-27   1.6    1.7    2.6    3.2    0.2
9   19-11-26   1.6    1.7    2.6    3.2    0.2
10  19-11-25   1.5    1.7    2.6    3.2    0.2
11  19-11-24   1.5    1.7    ?      ?      0.2
12  19-11-23   ?      ?      ?      ?      ?
13  19-11-22   1.5    ?      2.6    3.1    ?
14  19-11-21   ?      ?      2.6    ?      ?

---

我怎样才能做到这一点呢？

的想法是压缩每一对和不成对的列，在列表理解中，通过第一列创建索引，最后通过

concat

连接在一起，并创建

DatetimeIndex

a = df.columns[::2]
b = df.columns[1::2]
dfs = [df.loc[:, x].set_index(x[0], drop=False)[x[1]] for x in zip(a, b)]
df = pd.concat(dfs, axis=1, sort=False).fillna('?')
df.index = pd.to_datetime(df.index,format='%y-%m-%d')
df = df.sort_index()
print (df)

           price1 price2 price1.1 price2.1 price1.2
2019-11-21      ?      ?      2.6        ?        ?
2019-11-22    1.5      ?      2.6      3.1        ?
2019-11-24    1.5    1.7        ?        ?      0.2
2019-11-25    1.5    1.7      2.6      3.2      0.2
2019-11-26    1.6    1.7      2.6      3.2      0.2
2019-11-27    1.6    1.7      2.6      3.2      0.2
2019-11-28    1.6    1.7      2.6      3.2      0.1
2019-11-29    1.5    1.7      2.6      3.1      0.1
2019-12-01    1.5    1.7        ?        ?      0.1
2019-12-02    1.5    1.8      2.7      3.2      0.1
2019-12-03    1.5    1.7      2.6      3.2      0.1
2019-12-04      0    1.7      2.6      3.1      0.1
2019-12-05      ?    1.7      2.6      3.2      0.1
2019-12-06      ?      ?        ?      3.2        ?

---

你需要具体说明你想要什么。你有不同的日期，突然在你的价格中出现“？”。因此，请详细询问您的问题，并向我们提供您的测试，例如：（a）拆分为不同的系列（每个国家一个），其中索引是日期，（b）使用索引加入（c）用

？

填充缺少的值应该行得通。您为什么有重复的列名？哦，我在编码方面完全是新手，所以我真的想要不重复的列，但我无法实现。我有点理解你的逻辑-你想按最小和最大日期重新采样，但你的数据是错误的-它有错误和重复的列名。想一想这个问题，然后重新编辑。非常感谢。我很快会核对你的答案。现在是午夜，我明天再试一次。晚安，耶斯雷尔。非常感谢你。再见tomorrow@MonoNeu-Elogy它意味着一些重复的日期时间，因此您可以更改

dfs=[df.loc[：，x]。在zip（a，b）中为x设置索引（x[0]，drop=False）[x[1]]

到

dfs=[df.loc[：，x].groupby（x[0]）[x[1].sum（）

用于重复数据的合计和datetimes@MonoNeuElogy-您可以尝试将

df.index=pd.to_datetime（df.index，格式='%y-%m-%d'）

更改为

df.index=pd.to_datetime（df.index，yearfirst=True）

Oh。我刚读了你的评论。我现在试过你的密码。而且它工作得很好！非常感谢你！