根据时间标准将值从一个数据框中的多个列传输到另一个数据框中的新列

Question

我对Python还是很陌生，并开始意识到它有可能进行严重的数字运算。

目前，我希望创建一个数据框大熊猫（DF1）新的一列，并与来自24列（命名的一个数值来填充它0.0 - 23.0 ）在另一个数据帧（DF2）。 各列的0.0 - 23.0表示小时（ 00.00-00.59 ， 01.00-01.59等等）。 我想根据时间标准执行操作。

df1中有一个列time ，其日期时间值格式YYYY-mm-dd HH:MM:SS 。 该列不是df1的索引列，因此几行可能具有相同的“时间”值。 df1总共包含300,000行。

df2的索引是一列date ，其中包含格式YYYY-mm-dd 。 df2涵盖3年，因此总共包含约1,200行。

例如，如果df1中的time值为2011-01-01 12:01:20 ，我想用df2中12.0列中的数值填充df1中的新列，该数值对应于具有索引2011-01-01的行2011-01-01 。

我试图在两个dataframes合并，并获得新的数据框包含DF1和列0.0 - 23.0匹配正确的日期。 我是通过将“时间”转换为YYYY-mm-dd格式并应用.merge来实现的。 但是，此数据帧太混乱了。

此外，我想编写一个函数来评估df1中的新列，以允许向后控制从df2导入的值是正确的。

DF1

KEY    time
252752 2011-01-01 04:20:00   
281789 2011-01-02 01:18:00   
242674 2011-01-03 03:08:00   
189497 2011-01-04 00:17:00   
189498 2011-01-05 05:31:00   
...    ...

DF2

date         0.0         1.0         2.0         3.0         4.0         5.0        ...   23.0
2011-01-01   0.919355    0.925806    0.929032    0.932258    0.938710    0.953947   ...   1.037975
2011-01-02   1.026144    1.019608    1.022876    1.032680    1.035948    1.035948   ...   0.919355
2011-01-03   1.025316    1.034810    1.037975    1.034810    1.044304    1.044304   ...   1.018987
2011-01-04   1.018987    1.025316    1.031646    1.044304    1.047468    1.050633   ...   0.932258
2011-01-05   1.018987    1.018987    1.018987    1.022152    1.031646    1.037975   ...   0.953947
...          ...         ...         ...         ...         ...         ...        ...   ...

理想的结果

KEY    time                  value
252752 2011-01-01 04:20:00   0.938710
281789 2011-01-02 01:18:00   1.019608
242674 2011-01-03 03:08:00   1.034810
189497 2011-01-04 00:17:00   1.018987
189498 2011-01-05 05:31:00   1.037975
...    ...                   ...

Answer 1

我不确定这是否有帮助...但这就是我写的方式：

 ### just to have your test data
    df1_val =     ("252752 2011-01-01 04:20:00",   
                    "281789 2011-01-02 01:18:00",   
                    "242674 2011-01-03 03:08:00",   
                    "189497 2011-01-04 00:17:00",   
                    "189498 2011-01-05 05:31:00") 
    df1 = {}
    for row in df1_val:
        df1[row[0:5]]= (row[7:17], row[18:])

    df2_val = ( "2011-01-01   0.919355    0.925806    0.929032    0.932258    0.938710    0.953947",
                "2011-01-02   1.026144    1.019608    1.022876    1.032680    1.035948    1.035948",
                "2011-01-03   1.025316    1.034810    1.037975    1.034810    1.044304    1.044304",
                "2011-01-04   1.018987    1.025316    1.031646    1.044304    1.047468    1.050633",
                "2011-01-05   1.018987    1.018987    1.018987    1.022152    1.031646    1.037975")

    df2 = {}
    for row in df2_val:
        date, zero, one, two, three, four, five = row.split("   ")
        df2[date] = (zero, one, two, three, four, five)

    #### build the result dict
    result = {}    

    for key in df1:
        hour =  int(df1[key][1][:2])
        date = df1[key][0]
        result[key] = (df1[key][0] + "   " + df1[key][1], df2[date][hour], )
        print key
        print result[key]