如何合並兩個不同時間范圍的數據集？

Question

我有兩個如下所示的數據集：

df1 ：

日期	城市	狀態	數量
2019-01	芝加哥	伊利諾伊州	35
2019-01	奧蘭多	佛羅里達州	322
...	……	...	...
2021-07	芝加哥	伊利諾伊州	334
2021-07	奧蘭多	佛羅里達州	4332

df2 ：

日期	城市	狀態	銷售量
2020-03	芝加哥	伊利諾伊州	30
2020-03	奧蘭多	佛羅里達州	319
...	...	...	...
2021-07	芝加哥	伊利諾伊州	331
2021-07	奧蘭多	佛羅里達州	4000

我的date在兩個數據集的格式period[M]中。 我曾嘗試使用df1.join(df2,how='outer')和(df2.join(df1,how='outer')命令，但它們沒有正確加起來，基本上，在2019-01中，我有sales for 2020-03 . 我怎樣才能加入這兩個數據集，這樣我的輸出如下：

我無法使用merge()因為我必須與City和State以及Date的組合合並

日期	城市	狀態	數量	銷售量
2019-01	芝加哥	伊利諾伊州	35	鈉
2019-01	奧蘭多	佛羅里達州	322	鈉
...	...	...	...	...
2021-07	芝加哥	伊利諾伊州	334	331
2021-07	奧蘭多	佛羅里達州	4332	4000

Answer 1

您可以outer-merge 。 通過不指定要合並的列，您可以合並兩個 DataFrame 中列的交集（在本例中為Date 、 City和State ）。

out = df1.merge(df2, how='outer').sort_values(by='Date')

輸出：

      Date     City State  Quantity   Sales
0  2019-01  Chicago    IL      35.0     NaN
1  2019-01  Orlando    FL     322.0     NaN
4  2020-03  Chicago    IL       NaN    30.0
5  2020-03  Orlando    FL       NaN   319.0
2  2021-07  Chicago    IL     334.0   331.0
3  2021-07  Orlando    FL    4332.0  4000.0