Python 在datetime索引上,先复制到_datetime(),然后复制到concat()
我正试图在DateTime索引上使用Python 在datetime索引上,先复制到_datetime(),然后复制到concat(),python,pandas,datetime,Python,Pandas,Datetime,我正试图在DateTime索引上使用concat合并2个数据帧,但它没有像我预期的那样工作。我从中的示例中复制了一些代码,用于此示例: import pandas as pd df = pd.DataFrame({'year': [2015, 2016], 'month': [2, 3], 'day': [4, 5], 'value': [444,555]}) df.set_in
concat
合并2个数据帧,但它没有像我预期的那样工作。我从中的示例中复制了一些代码,用于此示例:
import pandas as pd
df = pd.DataFrame({'year': [2015, 2016],
'month': [2, 3],
'day': [4, 5],
'value': [444,555]})
df.set_index(pd.to_datetime(df.loc[:,['year','month','day']]),inplace=True)
df.drop(['year','month','day'],axis=1,inplace=True)
df2 = pd.DataFrame(data=[222,333],
index=pd.to_datetime(['2015-02-04','2016-03-05']))
pd.concat([df,df2])
Out[1]:
value 0
2015-02-04 444.0 NaN
2016-03-05 555.0 NaN
2015-02-04 NaN 222.0
2016-03-05 NaN 333.0
为什么它不能识别索引上的相同日期并相应地合并?我验证了这两个索引都是DateTime:
df.index
Out[2]: DatetimeIndex(['2015-02-04', '2016-03-05'], dtype='datetime64[ns]', freq=None)
df2.index
Out[3]: DatetimeIndex(['2015-02-04', '2016-03-05'], dtype='datetime64[ns]', freq=None)
谢谢。传递到按列连接:
In [7]:
pd.concat([df,df2], axis=1)
Out[7]:
value 0
2015-02-04 444 222
2016-03-05 555 333
或者,您可以join
ed:
In [5]:
df.join(df2)
Out[5]:
value 0
2015-02-04 444 222
2016-03-05 555 333
或merge
d:
In [8]:
df.merge(df2, left_index=True, right_index=True)
Out[8]:
value 0
2015-02-04 444 222
2016-03-05 555 333
您需要axis=1:
pd.concat([df,df2], axis=1)
输出:
value 0
2015-02-04 444 222
2016-03-05 555 333