如何使用 python 将三个 csv 文件数据写入一个具有一个日期列和三个数据列的 csv 文件

Question

我有三个带有日期一输入值的 csv 文件。 我只想将这三个 csv 文件合并为一个 csv 文件，其中包含一个日期列和三个输入数据。

 date X1 2018-06-08 09:30:00 450 2018-06-08 10:30:00 340.0 2018-06-08 11:30:00 200.5 2018-06-08 12:30:00 100.75 2018-06-08 13:30:00 80.875 2018-06-08 14:30:00 50.4375 2018-06-08 15:30:00 450.71875 2018-06-08 16:30:00 300.859375 2018-06-08 17:30:00 150.4296875 2018-06-08 18:30:00 40.21484375 2018-06-08 19:30:00 47.607421875 2018-06-08 20:30:00 23.8037109375 second csv date X2 2018-06-08 09:25:00 300 2018-06-08 10:25:00 250.0 2018-06-08 11:25:00 170.0 2018-06-08 12:25:00 80.5 2018-06-08 13:25:00 65.25 2018-06-08 14:25:00 55.625 2018-06-08 15:25:00 40.8125 2018-06-08 16:25:00 20.90625 2018-06-08 17:25:00 10.953125 2018-06-08 18:25:00 8.9765625 third csv date X3 2018-06-08 15:00:00 3 2018-06-08 16:00:00 2.5.0 2018-06-08 17:00:00 0.5 2018-06-08 18:00:00 0.35 2018-06-08 19:00:00 0.25 2018-06-08 20:00:00 0.15 2018-06-08 21:00:00 0.03125 2018-06-08 22:00:00 0.015625 2018-06-08 23:00:00 0.0078125 2018-06-09 00:00:00 0.00390625

这是我的三个 csv 文件：

我的预期是：

 date X1 X2 X3 2018-06-08 09:25:00 450 NaN NaN 2018-06-08 09:30:00 NaN 300 NaN 2018-06-08 10:25:00 NaN 250 NaN 2018-06-08 10:30:00 340 NaN NaN 2018-06-08 11:25:00 NaN 170 NaN 2018-06-08 11:30:00 200.5 NaN NaN 2018-06-08 12:25:00 80.5 NaN NaN 2018-06-08 12:30:00 100.75 NaN NaN 2018-06-08 13:25:00 NaN 65.5 NaN 2018-06-08 13:30:00 80.875 NaN NaN 2018-06-08 14:25:00 NaN 55.625 NaN 2018-06-08 14:30:00 50.4375 NaN NaN 2018-06-08 15:00:00 NaN NaN 3

在这里我写了一个代码，但它没有给我我期望的 output。 我的代码：

df1= pd.read_csv('X1.csv')
df2=pd.read_csv('X2'.csv')
df3=pd.read_csv('X3'.csv')
df = pd.concat([df1,df2,df3])

谁能帮我解决这个问题？

Answer 1

尝试这个：

df=df1.merge(df2, how='outer').merge(df3, how='outer')

Answer 2

创建DatetimeIndex然后使用concat与axis=1 ：

df1=pd.read_csv('X1.csv', parse_dates=['date'], index_col=['date'])
df2=pd.read_csv('X2.csv', parse_dates=['date'], index_col=['date'])
df3=pd.read_csv('X3.csv', parse_dates=['date'], index_col=['date'])

df = pd.concat([df1,df2,df3], axis=1)