合併數據框與系列基於

列

Date 
2/27/2017 149 
2/28/2017 150 
3/01/2017 154 
3/04/2017 152 
3/12/2017 156 
3/17/2017 148

我也有一個數據幀DF

Date     A B C PS 
2/28/2017 12:42:05 1 2 4 2/27/2017 
2/28/2017 12:42:07 1 2 4 2/27/2017 
2/28/2017 12:42:08 1 2 4 2/27/2017 
2/28/2017 12:42:55 1 2 4 2/27/2017 
3/01/2017 12:42:05 1 2 4 2/28/2017 
3/01/2017 12:42:07 1 2 4 2/28/2017 
3/01/2017 12:42:08 1 2 4 2/28/2017 
3/01/2017 12:42:09 1 2 4 2/28/2017 
3/05/2017 12:42:05 1 2 4 3/04/2017 
3/05/2017 12:42:07 1 2 4 3/04/2017 
3/05/2017 12:42:08 1 2 4 3/04/2017 
3/05/2017 12:42:09 1 2 4 3/04/2017

A，B，C做改變，但他們不相關對於這個問題。

我想有一個輸出數據幀如下：

Date     A B C PS   Value 
2/28/2017 12:42:05 1 2 4 2/27/2017 149 
2/28/2017 12:42:07 1 2 4 2/27/2017 149 
2/28/2017 12:42:08 1 2 4 2/27/2017 149 
2/28/2017 12:42:55 1 2 4 2/27/2017 149 
3/01/2017 12:42:05 1 2 4 2/28/2017 150 
3/01/2017 12:42:07 1 2 4 2/28/2017 150 
3/01/2017 12:42:08 1 2 4 2/28/2017 150 
3/01/2017 12:42:09 1 2 4 2/28/2017 150 
3/05/2017 12:42:05 1 2 4 3/04/2017 152 
3/05/2017 12:42:07 1 2 4 3/04/2017 152 
3/05/2017 12:42:08 1 2 4 3/04/2017 152 
3/05/2017 12:42:09 1 2 4 3/04/2017 152

基本上，我想添加一個列到DF，所謂價值，在那個值對應於S系列的日期，那就是在df的PS列中。

中的僞是 DF [ 「價值」] = S [DF [PS]

我不想在從系列帶來日期列/索引。使用.merge（）的系列

來源

2017-08-22 sid

這是一個簡單的'合併（） '操作。閱讀有關'merge（）'的任何教程。 – DyZ

'df.info（）'和's.info（）'的輸出是什麼？（其中'df'和's'分別是您的數據框和系列的名稱）。 – Alexander

'df.merge（s.to_frame（），left_on ='PS'，right_index = True）'假設系列索引中的日期與'PS'列中的日期一致。 – Alexander

-1

合併數據框：

new_df = df.merge(pd.DataFrame(s, columns=['Value']), right_index=True, left_on='PS', how='outer')

您還可以重複PS，並從該系列中獲得的價值：

df.loc[:, 'Value'] = [s[ps] for ps in df['PS']]

來源

2017-08-22 02:12:02 Vico

另外，從您的系列創建一個mapping並使用df.map或df.replace。

首先，創建一個映射：

In [1221]: mapping = dict(zip(s.index, s.values))

更換df.PS：

In [1222]: df['Value'] = df.PS.replace(mapping) 

In [1223]: df 
Out[1223]: 
        A B C   PS Value 
Date           
2/28/2017 12:42:05 1 2 4 2/27/2017 149 
2/28/2017 12:42:07 1 2 4 2/27/2017 149 
2/28/2017 12:42:08 1 2 4 2/27/2017 149 
2/28/2017 12:42:55 1 2 4 2/27/2017 149 
3/01/2017 12:42:05 1 2 4 2/28/2017 150 
3/01/2017 12:42:07 1 2 4 2/28/2017 150 
3/01/2017 12:42:08 1 2 4 2/28/2017 150 
3/01/2017 12:42:09 1 2 4 2/28/2017 150 
3/05/2017 12:42:05 1 2 4 3/04/2017 152 
3/05/2017 12:42:07 1 2 4 3/04/2017 152 
3/05/2017 12:42:08 1 2 4 3/04/2017 152 
3/05/2017 12:42:09 1 2 4 3/04/2017 152

您還可以使用df.map：

In [1224]: df['Value'] = df.PS.map(mapping) 

In [1225]: df 
Out[1225]: 
        A B C   PS Value 
Date           
2/28/2017 12:42:05 1 2 4 2/27/2017 149 
2/28/2017 12:42:07 1 2 4 2/27/2017 149 
2/28/2017 12:42:08 1 2 4 2/27/2017 149 
2/28/2017 12:42:55 1 2 4 2/27/2017 149 
3/01/2017 12:42:05 1 2 4 2/28/2017 150 
3/01/2017 12:42:07 1 2 4 2/28/2017 150 
3/01/2017 12:42:08 1 2 4 2/28/2017 150 
3/01/2017 12:42:09 1 2 4 2/28/2017 150 
3/05/2017 12:42:05 1 2 4 3/04/2017 152 
3/05/2017 12:42:07 1 2 4 3/04/2017 152 
3/05/2017 12:42:08 1 2 4 3/04/2017 152 
3/05/2017 12:42:09 1 2 4 3/04/2017 152

來源

2017-08-22 02:15:00

合併數據框與系列基於

回答

相關問題