Python 熊猫使用日期和另一列在两列上合并

您好，正在尝试合并两个数据帧，并按日期和upc求访问次数之和

交易数据（日期、upc、销售额）200k行x 3列

访问次数（日期、upc、访问次数）200多万行x 3列

我试过这个

df3 = pandas.merge(df1,df2, on = ['upc','date'], how = 'left') 

结果：执行合并，但不按日期或upc求和

我也试过了

df3 = pandas.merge(df1,df2, left_on = ['date'], right_on ['upc'] how = 'left')

df3 = pandas.merge(df1,df2, on = ['date'], how = 'left')

但那没用

df3 = pandas.merge(df1,df2, left_on = ['date','upc'], right_on ['date','upc'] how = 'left')

但那没用

我也试过了

df3 = pandas.merge(df1,df2, left_on = ['date'], right_on ['upc'] how = 'left')

df3 = pandas.merge(df1,df2, on = ['date'], how = 'left')

我不断地返回一条错误消息。根据错误消息，看起来我需要将数据帧中的一个日期转换为数据类型

我做了更改，并返回了与第一次尝试相同的结果。合并成功了，但没有总结结果。我尝试将两个数据帧中的两个日期都转换为

astype（str）

，但没有成功。我了解到，如果两个日期都具有相同的日期格式dtype或

astype（str）

我将返回一条内存错误消息。合并将失败

我成功地仅使用upc进行合并，但这会在我的数据中产生问题，我返回重复的就诊号码，因为由于日期列，upc在事务中重复

最后，我需要的是类似于excel中的sumif函数的东西

我需要通过汇总每个upc每天的总访问量，并保持事务数据不变或以sql形式保留连接，来组合这两个数据集

样本数据

df1
  Date         upc       sales
0 09/01/2016   A01234    1000
1 09/02/2016   A01234    500
2 09/10/2016   A56789    1200

df2
  Date         upc         visits
0 09/01/2016   A01234      10
1 09/02/2016   A01234      25
2 09/05/2016   A56789      26
3 09/10/2016   A56789      32


df3
  Date         upc       sales   visits
0 09/01/2016   A01234    1000    10
1 09/02/2016   A01234    500     25
2 09/10/2016   A56789    1200    32

---

想知道我是否需要使用pandasql包。感谢您提供的任何帮助

您执行的第一个合并语句应该可以让您完成一半，但不幸的是，这是两步过程的后半部分。听起来您希望在按日期/upc对访问进行求和后，将销售数据合并到访问数据中。实际上，您必须先进行求和（

merge

命令本身并不这样做）。尝试：

然后左键将其合并到销售数据中：

df3 = pd.merge(df1, df2_sum, on=["Date", "upc"], how="left")

---

一个简单的

df1.merge（df2，on=['Date'，'upc']）

可以工作，不是吗？访问数据已经汇总。这是一个来自大查询的qry，每天和每次访问的upc的输出访问计数。groupby如何更改格式？Hi PaSTE我尝试了第二种方法，脚本运行了，但输出没有成功。“访问”列合并，但该列为空。没有值。所以我使用pandasql找到了一个解决方案。使用GROUPBY子句组合数据和求和值是有效的。为了添加更多注释，问题在于日期。不是百分之百确定原因，但当您将两个dfs的两个日期都转换为panda date time，然后使用pandasql时，合并将起作用，访问的值将汇总。唯一需要注意的是输出，合并表后，日期字段显示00:00:00的日期和时间戳。Excel很容易将其转换为日期。我只是想记下这一点，看看是否有人知道如何操纵日期，以便以简单的日期格式输出，即2016年2月9日