我想合并/连接/。。。2个数据帧,这样我就得到了下面的第三个数据帧(对于第一个股票代码/日期组合,这是第一个数据帧+var2(:
第一个数据帧:
dict1 = [{'date': '2016-11-29','var1': 'x1'},
{ 'date': '2016-11-29','var1': 'x2'},
{ 'date': '2016-11-29','var1': 'x3'},
{'date': '2016-11-29','var1': 'x4'},
{'date': '2016-11-30','var1': 'x5'},
{'date': '2016-11-30','var1': 'x6'}]
df1 = pd.DataFrame(dict1, index=['ge','jpm','fb', 'msft','ge','jpm'])
第二个数据帧:
dict2 = [{'date': '2016-11-29','var2': 'y1'},
{ 'date': '2016-11-29','var2': 'y2'},
{ 'date': '2016-11-29','var2': 'y3'},
{'date': '2016-11-29','var2': 'y4'},
{'date': '2016-11-30','var2': 'y5'},
{'date': '2016-11-30','var2': 'y6'},
{'date': '2016-11-30','var2': 'y7'},
{'date': '2016-11-30','var2': 'y8'}]
df2 = pd.DataFrame(dict2, index=['aapl', 'msft','ge','jpm','aapl', 'msft','ge','jpm'])
第三个(目标(数据帧:
dict3 = [{'date': '2016-11-29','var1': 'x1','var2': 'y3'},
{ 'date': '2016-11-29','var1': 'x2','var2': 'y4'},
{ 'date': '2016-11-29','var1': 'x3','var2': 'NaN'},
{'date': '2016-11-29','var1': 'x4','var2': 'y2'},
{'date': '2016-11-30','var1': 'x5','var2': 'y7'},
{'date': '2016-11-30','var1': 'x6','var2': 'y8'}]
df3 = pd.DataFrame(dict3, index=['ge','jpm','fb', 'msft','ge','jpm'])
请注意,数据帧没有对齐,因此合并应确保索引和日期相同。也就是说,索引和日期是唯一的标识符。例如,在第三个数据帧中,您可以看到第一行需要日期为"2016-11-29"的股票代码"ge"。此外,如前所述,我只需要df1中的数据,df2中除此之外的任何数据都不感兴趣(即,其他日期或股票代码都不相关(。
您可以重置索引,合并索引列和日期列,并恢复索引:
df1.reset_index().merge(df2.reset_index(),
on=['index', 'date'], how='left')
.set_index('index')
# date var1 var2
#index
#ge 2016-11-29 x1 y3
#jpm 2016-11-29 x2 y4
#fb 2016-11-29 x3 NaN
#msft 2016-11-29 x4 y2
#ge 2016-11-30 x5 y7
#jpm 2016-11-30 x6 y8