Pandas 熊猫比较-如何比较2个单独数据框中的2个日期列

我有一次csv缺少日期，我创建了一个相同日期范围的新df，没有缺少日期。我想比较两个csv，并在原始csv中有空白日期的地方放置一个NaN：

例如：

    DateTime            Measurement Dates
0   2016-10-09 00:00:00 1021.9      2016-10-09
1   2016-10-11 00:00:00 1019.9      2016-10-10
2   2016-10-12 00:00:00 1015.8      2016-10-11
3   2016-10-13 00:00:00 1013.2      2016-10-12
4   2016-10-14 00:00:00 1005.9      2016-10-13

因此，我希望新表是：

    DateTime            Measurement Dates
0   2016-10-09 00:00:00 1021.9      2016-10-09
1   Nan        00:00:00 Nan         2016-10-10
2   2016-10-11 00:00:00 1015.8      2016-10-11
3   2016-10-12 00:00:00 1013.2      2016-10-12
4   2016-10-13 00:00:00 1005.9      2016-10-13

然后我将删除DateTime列，这样最终的df是一个完整的日期列表，其中包含缺失的度量值

到目前为止，我使用的代码是：

new_dates = pandas.date_range(start = '2016-10-09 00:00:00', end = '2017-10-09 00:00:00')

merged = pandas.merge(measurements, updated_dates,left_index=True, right_index=True)

---

如果我理解正确，您希望将

DateTime

列重新采样为每日频率，并用

NaN

填补空白：

# Use this line if your DateTime column is not datetime type yet
# df['DateTime'] = pd.to_datetime(df['DateTime'])

dates = pd.date_range(df['DateTime'].min(), df['DateTime'].max(), freq='D')
df = df.set_index('DateTime').reindex(dates).reset_index()

输出

       index  Measurement
0 2016-10-09       1021.9
1 2016-10-10          NaN
2 2016-10-11       1019.9
3 2016-10-12       1015.8
4 2016-10-13       1013.2
5 2016-10-14       1005.9

    DateTime  Measurement
0 2016-10-09       1021.9
1 2016-10-10          NaN
2 2016-10-11       1019.9
3 2016-10-12       1015.8
4 2016-10-13       1013.2
5 2016-10-14       1005.9

---

如果您有唯一的日期，也可以使用

重新采样

。如果您的日期不唯一，则会将其聚合，并取两个日期的

平均值

：

df.set_index('DateTime').resample('D').mean()

输出

       index  Measurement
0 2016-10-09       1021.9
1 2016-10-10          NaN
2 2016-10-11       1019.9
3 2016-10-12       1015.8
4 2016-10-13       1013.2
5 2016-10-14       1005.9

    DateTime  Measurement
0 2016-10-09       1021.9
1 2016-10-10          NaN
2 2016-10-11       1019.9
3 2016-10-12       1015.8
4 2016-10-13       1013.2
5 2016-10-14       1005.9

---

如果我理解正确，您希望将

DateTime

列重新采样为每日频率，并用

NaN

填补空白：

# Use this line if your DateTime column is not datetime type yet
# df['DateTime'] = pd.to_datetime(df['DateTime'])

dates = pd.date_range(df['DateTime'].min(), df['DateTime'].max(), freq='D')
df = df.set_index('DateTime').reindex(dates).reset_index()

输出

       index  Measurement
0 2016-10-09       1021.9
1 2016-10-10          NaN
2 2016-10-11       1019.9
3 2016-10-12       1015.8
4 2016-10-13       1013.2
5 2016-10-14       1005.9

    DateTime  Measurement
0 2016-10-09       1021.9
1 2016-10-10          NaN
2 2016-10-11       1019.9
3 2016-10-12       1015.8
4 2016-10-13       1013.2
5 2016-10-14       1005.9

---

如果您有唯一的日期，也可以使用

重新采样

。如果您的日期不唯一，则会将其聚合，并取两个日期的

平均值

：

df.set_index('DateTime').resample('D').mean()

输出

       index  Measurement
0 2016-10-09       1021.9
1 2016-10-10          NaN
2 2016-10-11       1019.9
3 2016-10-12       1015.8
4 2016-10-13       1013.2
5 2016-10-14       1005.9

    DateTime  Measurement
0 2016-10-09       1021.9
1 2016-10-10          NaN
2 2016-10-11       1019.9
3 2016-10-12       1015.8
4 2016-10-13       1013.2
5 2016-10-14       1005.9

---

没有意义，在你的解释中，你说你有一个缺少日期的csv，但是你的示例数据框没有缺少日期，只有输出。如果不清楚，很抱歉。我已经合并了两个数据帧，正如您在第一列（DateTime）中看到的，2016-10-10的日期缺失，但它出现在第三列（Dates）。我希望能够比较这两列，并确定2016-10-10或任何其他日期缺失。没有意义，在您的解释中，您说您有一个丢失日期的csv，但您的示例数据框没有丢失日期，只有输出。如果不清楚，很抱歉。我已经合并了两个数据帧，正如您在第一列（DateTime）中看到的，2016-10-10的日期缺失，但它出现在第三列（Dates）。我希望能够比较这两列，并确定2016-10-10或任何其他日期缺失。非常感谢，我刚刚尝试运行您提供的第一个请求，但出现以下错误：“ValueError:无法从重复轴重新编制索引”，这意味着您的

DateTime

列具有重复项，因此，同一个日期有多个测量值。第二个解决方案将起作用，但请注意，它将同一日期的测量值聚合在一起，并取其平均值@JNixGood，别忘了如果它有帮助，那么其他人也可以得到帮助：）@JNixcool谢谢，我刚刚尝试运行了您上面提供的第一个请求，但出现了以下错误：“ValueError:无法从重复轴重新编制索引”，这意味着您的

DateTime

列有重复项，因此，同一个日期有多个测量值。第二个解决方案将起作用，但请注意，它将同一日期的测量值聚合在一起，并取其平均值@JNixGood，不要忘记它是否有帮助，这样其他人也可以得到帮助：）@JNix