Python 使用datetime64类型作为映射值的函数

我正试图从dict

weather

向我的数据框

data

添加一个新列

Temperature

。使用

map（）

函数将

data

中的日期与

weather

中的日期进行匹配，两者都是

datetime64

格式

import pandas as pd

# Import first dataset and convert dates to datetime64
filename = 'Process Data.csv'
data = pd.read_csv(filename)
data['trans_date1'] = pd.to_datetime(data.trans_date1)

# Import second dataset and convert dates to datetime64
filenameWeather = '2014-2018 Weather Data.csv'
dataWeather = pd.read_csv(filenameWeather, parse_dates=True)
dataWeather['Date_Time'] = pd.to_datetime(dataWeather.Date_Time)


# Create new dataframe to hold only the date and temp 
weather = dataWeather[[('Date_Time'), 'Mean_Temp_?C']].copy()

# Convert this to a dict
weather = weather.to_dict('split')

# map weather data to main dataset
data['Temperature'] = data['trans_date1'].map(weather)

这不会产生错误，但不会复制任何温度，它们都是

NaN

。我还尝试使用不同的选项将数据帧转换为dict（序列、分割、索引、列表，但记录会产生错误）

我已经检查了我的日期和温度，数据确实存在，所以它应该找到一些特定日期的地图

我还尝试在映射之前将日期转换为字符串，这也不会导致错误，但它也只为

温度中的所有内容输出
NaN

weather = weather.to_dict('split')

生成具有结构的词典

{'columns': [...],
 'data': [...],
 'index': [...] }

{'match_value_1': 2,
 'match_value_2': 3,
  etc. }

然而，如果你想把map和口述词一起使用，你应该有一个带结构的口述词

{'columns': [...],
 'data': [...],
 'index': [...] }

{'match_value_1': 2,
 'match_value_2': 3,
  etc. }

假设您不想在开始时更改字典表示的类型，那么您可以稍后转换dict以适应上述方法：

data['Temperature'] = data['trans_date1'].map(dict(weather['data']))

或者从字典中重建数据帧并合并它们：

weather = pandas.DataFrame(temps['data'], columns=['Date_Time', 'Mean_Temp_?C'])
df1 = df1.merge(weather, how='inner', left_on='trans_date1', right_on='Date_Time')

这取决于您的逻辑，无论您希望执行何种合并。如果您需要进一步的帮助，请对此进行详细说明。
您调试过吗？请在每次操作后检查您的结果是否正确，并将调试结果添加到此帖子中。尝试将索引id添加到dict。在我看来，问题在于关键示例：-df.set_index（'id'）。T.to_dict（'list'）@Cezary.Sz我对编程相当陌生，所以我的调试方法就是大量的打印语句。@J先生，这在很大程度上对我有效，但当我打印数据类型时，数据以对象的形式出现，当我打印数据时，所有数据都显示在方括号中，例如“[32.0]”。当我尝试进行任何类型的转换时，我总是遇到错误“ValueError:使用序列设置数组元素”。你的第一个使用“zip”的建议对我很有效，你能解释一下“list（zip（*weather['data']）”和“dict（zip（weather[0]，weather[1]）”块实际上在做什么吗？哦，我更新了我的答案。主要部分是创建字典，以便将日期映射到度数。