Python 将DateTimeIndex与年月合并
我有两个数据帧。一个是精确的(每日)Python 将DateTimeIndex与年月合并,python,pandas,Python,Pandas,我有两个数据帧。一个是精确的(每日)DateTimeIndex。我使用该索引创建了使用groupby(['groupid',pd.TimeGrouper('1M',closed='left',label='left'))的月度统计数据。 现在我想将信息合并回原始数据帧。但是,折叠数据框的日期时间标签当然与原始的DateTimeIndex不完全对应。然后我想将它们与相应的月份和年份信息进行匹配 我该怎么做 statistics date
DateTimeIndex
。我使用该索引创建了使用groupby(['groupid',pd.TimeGrouper('1M',closed='left',label='left'))的月度统计数据。
现在我想将信息合并回原始数据帧。但是,折叠数据框的日期时间标签当然与原始的DateTimeIndex
不完全对应。然后我想将它们与相应的月份和年份信息进行匹配
我该怎么做
statistics
date groupid
2001-01-31 1 10
2001-02-31 1 11
和原始数据帧
date groupid foo
2001-01-25 1 1
2001-01-28 1 2
2001-02-02 1 4
预期产量
date groupid foo statistics
2001-01-25 1 1 10
2001-01-28 1 2 10
2001-02-02 1 4 11
您可以创建月周期为的新列,然后将其合并,这也是在
df1
中将2001-02-31
更改为2001-02-28
所必需的,因为31。二月
不存在:
df1['per'] = df1.index.get_level_values('date').to_period('M')
df2['per'] = df2.date.dt.to_period('M')
print (df1)
statistics per
date groupid
2001-01-31 1 10 2001-01
2001-02-28 1 11 2001-02
print (df2)
date groupid foo per
0 2001-01-25 1 1 2001-01
1 2001-01-28 1 2 2001-01
2 2001-02-02 1 4 2001-02
print (pd.merge(df2, df1.reset_index(level=1), on=['per','groupid'], how='right')
.drop('per', axis=1))
date groupid foo statistics
0 2001-01-25 1 1 10
1 2001-01-28 1 2 10
2 2001-02-02 1 4 11
哈,二月的日期是我输入数据(从远程面板)时的一个输入错误,你抓住我了!我先用5分钟找出为什么没有datetime;)