Python 合并两个DF';s在最短日期记录上,并删除不匹配的日期行
我有两个df的,我需要合并成一个新的df的基础上的日,月和年的df与最短的记录,日,月和年。换句话说,如果“日”、“月”和“年”列在比较中不匹配,那么我需要删除这些行或不匹配。具有最长记录或日、月和年行的df为“ncm”df,如下所示:Python 合并两个DF';s在最短日期记录上,并删除不匹配的日期行,python,pandas,merge,multiple-columns,missing-data,Python,Pandas,Merge,Multiple Columns,Missing Data,我有两个df的,我需要合并成一个新的df的基础上的日,月和年的df与最短的记录,日,月和年。换句话说,如果“日”、“月”和“年”列在比较中不匹配,那么我需要删除这些行或不匹配。具有最长记录或日、月和年行的df为“ncm”df,如下所示: ncm.head() Out[358]: plant_name month year power_kwh 0 ALBUREJOS 1 2018 2634.583602 1 ALBUREJOS 1 2019 1947
ncm.head()
Out[358]:
plant_name month year power_kwh
0 ALBUREJOS 1 2018 2634.583602
1 ALBUREJOS 1 2019 1947.384812
2 ALBUREJOS 1 2020 1787.296640
3 ALBUREJOS 2 2018 1539.008929
4 ALBUREJOS 2 2019 4948.003274
dfm.head()
Out[359]:
plant_name month year power_obs_kwh
0 ALBUREJOS 1 2018 2631.353970
1 ALBUREJOS 1 2019 1931.685916
2 ALBUREJOS 1 2020 1750.192298
3 ALBUREJOS 1 2021 314.000000
4 ALBUREJOS 2 2018 1537.588323
我需要与一些缺失的数据和较短的日期数(日、月和年)合并的第二个df是df“dfm”,如下所示:
ncm.head()
Out[358]:
plant_name month year power_kwh
0 ALBUREJOS 1 2018 2634.583602
1 ALBUREJOS 1 2019 1947.384812
2 ALBUREJOS 1 2020 1787.296640
3 ALBUREJOS 2 2018 1539.008929
4 ALBUREJOS 2 2019 4948.003274
dfm.head()
Out[359]:
plant_name month year power_obs_kwh
0 ALBUREJOS 1 2018 2631.353970
1 ALBUREJOS 1 2019 1931.685916
2 ALBUREJOS 1 2020 1750.192298
3 ALBUREJOS 1 2021 314.000000
4 ALBUREJOS 2 2018 1537.588323
我已经尝试了下面这样的多次迭代,并且已经达到了这里所示的错误
new_df = dfm.merge(ncm, left_on=['month','year'], right_on = ['power_kwh'], how='left')
错误消息:
ValueError: len(right_on) must equal len(left_on)
感谢您的见解。在中,参数左上
和右上
必须是要用于连接两个数据帧的列,因此它们必须相同。在您的情况下,由于列具有相同的名称,您可以改为在上使用
dfm.merge(ncm, on=['month','year'])
比如说
np.random.seed(42)
df_1 = pd.DataFrame({
'month': np.random.choice(np.arange(1, 13), 100),
'year': np.random.choice(np.arange(2010, 2019), 100),
'some_data_1': np.random.random(100)
})
np.random.seed(33)
df_2 = pd.DataFrame({
'month': np.random.choice(np.arange(1, 13), 100),
'year': np.random.choice(np.arange(2010, 2019), 100),
'some_data_2': np.random.random(100)
})
然后我们就这么做了
df_1.merge(
df_2,
on=['month', 'year']
)
给
month year some_data_1 some_data_2
0 7 2018 0.242055 0.646164
1 7 2018 0.649633 0.646164
2 4 2016 0.672136 0.936810
3 11 2018 0.761620 0.419030
4 11 2018 0.761620 0.533564
.. ... ... ... ...
101 9 2010 0.853009 0.856196
102 9 2010 0.853009 0.602498
103 9 2010 0.853009 0.713095
104 5 2015 0.428184 0.377500
105 12 2010 0.294449 0.455945
[106 rows x 4 columns]