Python 将现有数据帧合并为固定大小的新数据帧

Python 将现有数据帧合并为固定大小的新数据帧,python,pandas,dataframe,Python,Pandas,Dataframe,我有如下所示的数据帧 print "Key", IRI_KEY print gp1[['WEEK','New_Price']] Key 247077.0 WEEK New_Price 457427 1322 3.050000 457426 1323 3.050000 457425 1325 3.340000 457429 1326 3.340000 457430 1327 3.452500 457428 1329 3.452500

我有如下所示的数据帧

print "Key", IRI_KEY
print gp1[['WEEK','New_Price']]

Key 247077.0    

        WEEK  New_Price
457427  1322   3.050000
457426  1323   3.050000
457425  1325   3.340000
457429  1326   3.340000
457430  1327   3.452500
457428  1329   3.452500
457421  1330   3.340000
457419  1331   3.340000
457420  1332   3.340000


print "Key", IRI_KEY
print gp2[['WEEK','New_Price']]

Key 248244.0

        WEEK  New_Price
457550  1322      3.190
457551  1323      3.190
457549  1324      3.215
457553  1325      3.290
457554  1326      3.290
然后我想将这些类型的表合并到新的数据帧中

例如,在上述情况下

           1322    1323    1324 ...    1373
247077.0   3.05     .....
248244.0   3.190    .....
 ...
因此,列有周数,行有键值

内容有相应的新价格

我怎样才能以那种方式合并它们

实际上,列大小固定为1322到1373


在这种情况下,我想用自动回归法计算它们。

您可以将其转换为您想要的形状,如下所示:

>>> d = {247077.0 : gp1.set_index('WEEK'), 248244.0: gp2.set_index('WEEK')}
>>> pd.Panel(d).ix[:, :,'New_Price'].T
Out[15]:
 WEEK    1322    1323    1324    1325    1326    1327    1329    1330   1331    1332
247077   3.05    3.05    NaN     3.34    3.34    3.4525  3.4525  3.34    3.34    3.34
248244   3.19    3.19    3.215   3.29    3.29    NaN     NaN     NaN     NaN     NaN

为了使用自动回归输入缺少的值,您应该提出一个新的专用问题。

谢谢,这真的很有帮助@!但是当我在我的代码中尝试时,我遇到了KeyError:“New_Price”@JonghoKim,请看一看关于这个问题的pandas文档。