合并两个数据框熊猫

Question

仍然无法摆脱熊猫的困扰，我正在尝试使用merge在熊猫中加入两个数据框。 我已将CSV读入两个数据帧（在下面的代码中分别命名为dropData和deosData）。 两个数据帧均具有“ Date_Time”列，该列是经过分析的日期和时间信息列，用于为每个条目创建唯一的ID。 deosData文件是我全年的观察值，我试图将它们与dropData中的相应条目进行匹配。

CSV文件：

deosData： https ://www.dropbox.com/s/3rr7hf7jzrmxdke/inputDeos.csv ? dl =0

dropData： https ://www.dropbox.com/s/z9mv4xccjzlsyif/inputDrop.csv ? dl =0

我已经阅读了合并功能的文档，并尝试了以下迭代中的以下代码，到目前为止，我只能使用具有正确标题行的空白数据帧，或者将两个数据帧合并在0上-默认分配的（N-1）个索引：

我的代码：

import pandas as pd
import numpy as np
import os
from matplotlib import pyplot as plt

#read in CSV to dataframe
dropData=pd.read_csv("inputDrop.csv", header=0, index_col=None)
deosData=pd.read_csv("inputDeos.csv", header=0, index_col=None)

#merging dataframes into single sf
merge=pd.merge(dropData,deosData, how='inner', on='Date_Time')
#comment out during debugging
#merge.to_csv('output.csv', sep=',', headers=True, index=False)

#check merge dataframe creation
print merge.head(1)

在搜索SE和Doc之后，我尝试重置索引，忽略索引列，将“ Date_Time”列复制为单独的索引并尝试在新列上合并，我尝试使用“ on = None”，“ left_on” '和'right_on'作为'Date_Time'的排列无济于事。 我已经检查了列数据类型，“ Date_Time”和“ date_Time”都是dtype对象，我不知道这是否是错误的根源，因为我能找到的唯一问题就是将不同的dtype相互匹配。

我想要做的是将两个数据帧合并，其中两个“ Date_Time”列相交。 例如：

    Date_Time,Volume(Max),Volume(Sum),Volume(Min),Volume(Mean),Diameter(Count),Diameter(Max),Diameter(Sum),Diameter(Min),Diameter(Mean),Depth(Sum),Velocity(Max),Velocity(Sum),Velocity(Min),Velocity(Mean), Air Temperature (deg. C), Relative humidity (%), Wind Speed (m.s-1), Wind Direction (deg.), Wind Gust Speed (5) (m.s-1), Barometric Pressure (mbar), Gage Precipitation (5) (mm)
9/1/2014 0:00,2.266188524,2.989272461,0.052464219,0.332141385,9,1.629668,5.972978,0.464467,0.663664222,0.003736591,2.288401,16.889656,1.495487,1.876628444,22.5,99,0,216.1,0.4,1016.2,0

任何帮助将不胜感激。

Answer 1

您需要parse_dates读书时csv文件，以便Date_Time两个dataframes列的pd.Timestamp对象，而不是原始字符串。 （如果您查看csv文件，则一个采用ISO格式YYYY-MM-DD HH:MM:SS而另一个则采用MM/DD/YYYY HH:MM ）尝试以下代码：

#read in CSV to dataframe
dropData = pd.read_csv("inputDrop.csv", header=0, index_col=None, parse_dates=['Date_Time'])
deosData = pd.read_csv("inputDeos.csv", header=0, index_col=None, parse_dates=['Date_Time'])

然后合并

Answer 2

您可以使用join ，但是首先需要设置索引：

dropData=pd.read_csv('.../inputDrop.csv', header=0, index_col='Date_Time', parse_dates=True)
deosData=pd.read_csv('.../inputDeos.csv', header=0, index_col='Date_Time', parse_dates=True)
dropData.join(deosData)