Python 比较2个大小不均匀的数据帧的匹配值并组合在一起，然后用最接近的数据替换NaN值

我不熟悉python和Stackoverflow。我在处理数据方面有问题。我有两组大小不同的数据。df1的大小为1000，df2的大小为100000。以下是df1和df2的示例

df1=
        Date                 x     y   
    0   2020-01-01 01:01    1.1   2.4 
    1   2020-01-01 01:05    4.2   5.5  
    2   2020-01-01 01:08    7.3   8.6  

 

df2=
        Date                 x     y
    0   2020-01-01 01:00    NaN   NaN
    1   2020-01-01 01:01    NaN   NaN
    2   2020-01-01 01:02    NaN   NaN
    3   2020-01-01 01:03    NaN   NaN
    4   2020-01-01 01:04    NaN   NaN
    5   2020-01-01 01:05    NaN   NaN
    6   2020-01-01 01:06    NaN   NaN
    7   2020-01-01 01:07    NaN   NaN 
    8   2020-01-01 01:08    NaN   NaN
    9   2020-01-01 01:09    NaN   NaN
   10   2020-01-01 01:10    NaN   NaN
 

我想做的是将它们组合成一个新的数据帧，如果

df1['Date']=df2['Date']

，df3将显示如下

df3= 
        Date                 x     y
    0   2020-01-01 01:00    NaN   NaN     
    1   2020-01-01 01:01    1.1   2.4 
    2   2020-01-01 01:02    NaN   NaN
    3   2020-01-01 01:03    NaN   NaN
    4   2020-01-01 01:04    NaN   NaN
    5   2020-01-01 01:05    4.2   5.5  
    6   2020-01-01 01:06    NaN   NaN
    7   2020-01-01 01:07    NaN   NaN 
    8   2020-01-01 01:08    7.3   8.6  
    9   2020-01-01 01:09    NaN   NaN
   10   2020-01-01 01:10    NaN   NaN 

然后，NaN值将等于上面最接近的值

df3=
        Date                 x     y
    0   2020-01-01 01:00    NaN   NaN     
    1   2020-01-01 01:01    1.1   2.4 
    2   2020-01-01 01:02    1.1   2.4 
    3   2020-01-01 01:03    1.1   2.4 
    4   2020-01-01 01:04    1.1   2.4 
    5   2020-01-01 01:05    4.2   5.5  
    6   2020-01-01 01:06    4.2   5.5  
    7   2020-01-01 01:07    4.2   5.5  
    8   2020-01-01 01:08    7.3   8.6  
    9   2020-01-01 01:09    7.3   8.6  
   10   2020-01-01 01:10    7.3   8.6 

太多了

一种方法是在完整的df上使用（假设它包括所有索引）。然后使用

fillna

获取所有缺失的先前值：

a=pd.DataFrame(
{
“日期”：pd.日期范围（start=“2020-01-01”，期间=3），
“x”：[1，np.nan，3]，
“y”：[5，np.nan，6]，
}
).设置索引（“日期”）
b=pd.DataFrame(
{
“日期”：pd.日期范围（start=“2020-01-01”，期间=5），
“x”：[np.nan]*5，
“y”：[np.nan]*5，
}
).设置索引（“日期”）
印刷品（a、b）

b.更新（a）
b=b.fillna（方法=“ffill”）
印刷品（b）

---

欢迎来到堆栈溢出。祝贺你第一次发帖。你试过什么？将您的代码和任何错误/输出添加到您的问题中，这将帮助其他人找到您问题的解决方案。阅读以下内容可能会对您有所帮助：。我不明白为什么

2020-09-01 01:08中的
df1
与
2020-01-01:08中的
df2
相匹配？很抱歉输入错误。所有日期均为2020-01-01。我已经重新编辑了问题STHX，请发表评论！将尝试tmr，看看这是否适合我
| date                |   x |   y |
|:--------------------|----:|----:|
| 2020-01-01 00:00:00 |   1 |   5 |
| 2020-01-02 00:00:00 | nan | nan |
| 2020-01-03 00:00:00 |   3 |   6 |


| date                |   x |   y |
|:--------------------|----:|----:|
| 2020-01-01 00:00:00 | nan | nan |
| 2020-01-02 00:00:00 | nan | nan |
| 2020-01-03 00:00:00 | nan | nan |
| 2020-01-04 00:00:00 | nan | nan |
| 2020-01-05 00:00:00 | nan | nan |

| date                |   x |   y |
|:--------------------|----:|----:|
| 2020-01-01 00:00:00 |   1 |   5 |
| 2020-01-02 00:00:00 |   1 |   5 |
| 2020-01-03 00:00:00 |   3 |   6 |
| 2020-01-04 00:00:00 |   3 |   6 |
| 2020-01-05 00:00:00 |   3 |   6 |