Python 合并熊猫数据帧：选择较小的绝对值

我有两个熊猫数据帧：

数据帧A：

date        ticker  return
2017-01-03  CRM     0.018040121229614625
2017-01-03  MSFT    -0.0033444816053511683
2017-01-04  CRM     0.024198086662915008
2017-01-04  MSFT    -0.0028809218950064386
2017-01-05  CRM     -0.0002746875429199269
2017-01-05  MSFT    0.0017687731146487362

数据帧B：

date        ticker  return
2017-01-03  CRM     0.018040120991250852
2017-01-03  MSFT    -0.003344466975803595
2017-01-04  CRM     0.024198103213211475
2017-01-04  MSFT    -0.0028809268004892363
2017-01-05  CRM     -0.00027464144673694513
2017-01-05  MSFT    0.0017687829680113065

现在我需要第三个“整合”数据帧：

• 相同的列名
• 对于每一行，我必须从DataframeA或DataframeB中选择绝对值较小的“返回”数据

---

有什么建议吗？

您可以使用

concat

加入两个

dataframe

，然后使用

groupby

按

ticker

分组，并获得每组的最小值：

df3=pd.concat([df1,df2]).groupby('ticker').min().reset_index()

---

这是用可运行代码编辑的新答案

即使行数不相等，下面的代码也可以工作。它将首先获取两个数据帧上的公共行，然后为所需列找到正确的值

将numpy导入为np
作为pd进口熊猫
##创建虚拟数据以获取可运行代码
## ---------------------------------------
n_行=20
子类别=np.random.choice（4，大小=n行）
dic1={
“a”：列表（范围（n_行）），
“b”：子类别，
“c”：np.random.randn（n_行）
}
dic2={
“a”：范围（n_行），
“b”：子类别，
“c”：np.random.randn（n_行）
}
df1=局部数据帧（dic1）
df1.drop（index=list（np.random.choice（n_行，5，replace=False）），inplace=True）
df2=局部数据帧（dic2）
df2.drop（index=list（np.random.choice（n_行，3，replace=False）），inplace=True）
##主要答覆
## ---------------------------------------------------------
##合并df1和df2，然后创建新的基于c的列，该列取min（abs（c_1，c_2））
result=df1.merge（df2，how=“internal”，on=[“a”，“b”]，后缀=[“_1”，“_2”]）。copy（）
结果[“c”]=结果[“c_1”]。其中（np.abs（结果[“c_1”）尝试
concat+groupby
on
return
并使用
key=abs
返回
min
：

(pd.concat((A,B),ignore_index=True)
   .groupby(['date','ticker'])['return'].min(key=abs).reset_index())


，而是将它们作为文本发布，以便人们能够重现您的问题我刚刚纠正了这一点，谢谢，
（pd.concat（（A，B），ignore_index=True）。groupby（['date'，'ticker']）['return']。apply（lambda x:x.abs（）.min（））。reset_index（））
？差不多了。您正在用abs值填充新的panda。这不是我需要的。我需要用dataframeA或dataframeB“return”列填充较小的绝对值。您还必须在groupby中包含日期。此外，OP需要绝对最小值。您可以执行
df1[“return”]=np.where（np.abs（df1[“return”]））是的，我只是分两步打破了这一点，以便于澄清。如果我在dataframeA和dataframeB中有相同数量的行，那么它是有效的。如果我在dataframeA中有一些在dataframeB中不存在的行，如何获得它？谢谢lot@user2132478Plz检查上面编辑过的答案，现在它应该可以使用不同的行数，：）别忘了标记“已解决”是否有效如果我有第二列，是否必须对每列重复该操作？或者可以在同一行中完成？
(pd.concat((A,B),ignore_index=True)
   .groupby(['date','ticker'])['return'].min(key=abs).reset_index())

         date ticker    return
0  2017-01-03    CRM  0.018040
1  2017-01-03   MSFT -0.003344
2  2017-01-04    CRM  0.024198
3  2017-01-04   MSFT -0.002881
4  2017-01-05    CRM -0.000275
5  2017-01-05   MSFT  0.001769