在 DatetimeIndex 列上合並兩個 Pandas DataFrame

Question

我正在嘗試在 DatetimeIndex 列上合並兩個 Pandas DataFrame。 每個 df 包含重疊時期的不同每日測量數據，一天每行幾列。 我想最終在 DatetimeIndex 上合並一個 df，每行仍然有一天（ 'inner' ），以及原始兩個 dfs 的所有測量列，但只有一個列用於公共日期。 只要日期是字符串，它就可以與pd.merge()一起使用，但是當我將它們轉換為日期時間時， pd.merge()告訴我改用pd.concat() 。 一個最小的工作示例如下所示：

df1 = pd.DataFrame(data=pd.date_range('2022-01-02','2022-01-04'), columns=['dtm'])
df1['var1'] = np.random.random(len(df1))

df2 = pd.DataFrame(data=pd.date_range('2022-01-01','2022-01-05'), columns=['dtm'])
df2['var2'] = np.random.random(len(df2))*100

print(pd.concat([df1,df2], axis=1, join='inner'))

然而，這給了我

         dtm      var1        dtm       var2
0 2022-01-02  0.942075 2022-01-01  82.021265
1 2022-01-03  0.857628 2022-01-02  62.548033
2 2022-01-04  0.432774 2022-01-03   3.883448

即，有兩個dtm列，它們的日期是偏移的。 我如何告訴pd.concat()在dtm列上合並？

Answer 1

在兩個 DataFrame 中創建DatetimeIndex ：

print(pd.concat([df1.set_index('dtm'),df2.set_index('dtm')], axis=1, join='inner'))
                var1       var2
dtm                            
2022-01-02  0.801879  81.125161
2022-01-03  0.473338  89.862602
2022-01-04  0.950536  63.681588

對我來說， merge工作正常（兩個 DataFrame 中的列dtm都由日期時間填充）：

print(df1.merge(df2, on='dtm'))

         dtm      var1       var2
0 2022-01-02  0.875464  11.180980
1 2022-01-03  0.282619  73.407783
2 2022-01-04  0.802322  88.379740