Python 熊猫：将数据帧添加到数据帧-索引和列值匹配

我正在尝试将pandas dataframes添加到另一个具有不同长度的dataframe，以便结果中的值与（时间）索引和所有dataframes中存在的列中的键值对齐

假设我要合并df1、df2和df3，并在索引和列“id”上合并：

df1
            id value1
2015-05-01   1     13
2015-05-01   2     14
2015-05-02   1     15
2015-05-02   2     16

df2
            id  value2
2015-05-01   1       4
2015-05-02   1       5

df3
            id  value2
2015-05-01   2       7
2015-05-02   2       8

我想要的是得到一个看起来像

df
            id   value1 value2
2015-05-01   1       13      4
2015-05-01   2       14      7
2015-05-02   1       15      5
2015-05-02   2       16      8

---

但我很难处理合并函数

如果您的数据帧如下所示：

import datetime as DT
import numpy as np
import pandas as pd

df1 = pd.DataFrame({'id':[1,2,1,2], 'value1':[13,14,15,16]}, index=pd.DatetimeIndex(['2015-5-1', '2015-5-1', '2015-5-2', '2015-5-2']))
df2 = pd.DataFrame({'id':[1,1], 'value2':[4,5]}, index=pd.DatetimeIndex(['2015-5-1', '2015-5-2']))
df3 = pd.DataFrame({'id':[2,2], 'value2':[7,8]}, index=pd.DatetimeIndex(['2015-5-1', '2015-5-2']))

您可以连接所有数据帧：

df = pd.concat([df1,df2,df3])
#             id  value1  value2
# 2015-05-01   1      13     NaN
# 2015-05-01   2      14     NaN
# 2015-05-02   1      15     NaN
# 2015-05-02   2      16     NaN
# 2015-05-01   1     NaN       4
# 2015-05-02   1     NaN       5
# 2015-05-01   2     NaN       7
# 2015-05-02   2     NaN       8

由于结果在日期和

id

上都是一致的，因此将

id

设置为索引是很自然的。然后，如果我们堆叠数据帧，我们将得到以下系列：

series = df.set_index(['id'], append=True).stack()
#             id        
# 2015-05-01  1   value1    13
#             2   value1    14
# 2015-05-02  1   value1    15
#             2   value1    16
# 2015-05-01  1   value2     4
# 2015-05-02  1   value2     5
# 2015-05-01  2   value2     7
# 2015-05-02  2   value2     8
# dtype: float64

现在，如果我们翻转并取消堆叠序列，则值将根据剩余索引对齐--日期和

id

：

result = series.unstack()

屈服

               value1  value2
           id                
2015-05-01 1       13       4
           2       14       7
2015-05-02 1       15       5
           2       16       8

请注意，

unstack（）

要求剩余索引是唯一的。这意味着

---

没有重复的

（日期，id）

条目。如果存在重复条目，则不清楚所需的输出应该是什么。解决此问题的一种方法是按

日期

和

id

进行分组，并聚合值。另一种选择是选择一个值并删除其他值。

但是如果“值”是要添加的新列，并且我不想执行任何分组操作，我该怎么办？在上面的Q中，请将实际值添加到

df1

并显示所需的输出。我按要求添加了值。请注意，“value2”在df2和df3中是同一列，但与df1中的value1不同。我希望这会越来越清楚。谢谢！我还发现，如果我将所有数据帧索引转换为pd.MultiIndex（date，id），然后简单地执行

df=df1.join（df2）.join（df3）

听起来您的真实数据帧一定与这里发布的示例有所不同，因为这里

df1.join（df2）.join（df3）

引发一个

值错误：列重叠…

异常。