我有两个数据帧left
和right
,我想根据df1
中的分组合并它们
df1:
ID cumul_growth_perc
Nioz-TC-09-A1R 0
Nioz-TC-09-A1R 2.99881756777804
Nioz-TC-09-A1R 90.1974001442841
Nioz-TC-09-A1R 92.7010664317585
Nioz-TC-09-A1R 95.4937993952028
Nioz-TC-09-A1R 97.7300790074048
Nioz-TC-09-A1R 100
Nioz-TC-09-A2R 0
Nioz-TC-09-A2R 2.1989297984251
Nioz-TC-09-A2R 4.25561486642024
Nioz-TC-09-A2R 82.2910739802899
Nioz-TC-09-A2R 93.276493352502
Nioz-TC-09-A2R 95.5072381936874
Nioz-TC-09-A2R 97.5983443147713
Nioz-TC-09-A2R 100
df2:
day cumul_growth_perc
32 0.233297611918821
33 0.466595223837642
34 0.699892835756464
35 0.933190447675285
36 1.16648805959411
37 1.39978567151293
46 3.54027808151455
47 3.78173847397982
48 4.02319886644508
335 92.4313101347799
336 92.6888317371006
337 92.9463533394213
338 93.203874941742
339 93.4613965440627
340 93.7189181463834
361 99.0468989121531
362 99.2851741841149
363 99.5234494560766
364 99.7617247280384
365 100
cumul_growth_perc
的范围为0-100,但此处缩短以供演示。我想合并此列上的两个数据帧,并且df1
和df2
中的值不完全匹配。
此外,在执行匹配之前,应按ID
列对df1
进行分组。据我所知,pandasmerge_asof
专门有by=
关键字来实现这一点。但是由于我在df2
中没有ID
列,因此操作失败df2
对于{
以下是我使用的:
pd.merge_asof(df1, df2, on='cumul_growth_perc', left_by='ID', direction='nearest')
正如所料,它告诉我right_by is missing
。如何仍然执行“分组合并”?我可以通过为df1.ID
中的每个唯一值添加相同的值来扩展df2
,但这感觉有点不对劲
编辑:
预期产出:
ID cumul_growth_perc day
0 Nioz-TC-09-A1R 0.000000 32
1 Nioz-TC-09-A1R 2.998818 46
2 Nioz-TC-09-A1R 90.197400 335
3 Nioz-TC-09-A1R 92.701066 336
4 Nioz-TC-09-A1R 95.493799 340
5 Nioz-TC-09-A1R 97.730079 361
6 Nioz-TC-09-A1R 100.000000 365
7 Nioz-TC-09-A2R 0.000000 32
8 Nioz-TC-09-A2R 2.198930 37
9 Nioz-TC-09-A2R 4.255615 48
10 Nioz-TC-09-A2R 82.291074 335
11 Nioz-TC-09-A2R 93.276493 338
12 Nioz-TC-09-A2R 95.507238 340
13 Nioz-TC-09-A2R 97.598344 361
14 Nioz-TC-09-A2R 100.000000 365
这意味着在执行合并之前,我要按df1.ID
分组。我通过“重复”df2
,为df1
的每个ID增加了一个ID
列,从而使其工作:
for i, name in enumerate(df1.Shell_ID.unique()):
if i==0:
df2_long = df2.copy()
df2_long['ID'] = name
else:
temp = df2.copy()
temp['ID'] = name
df2_long = df2_long.append(temp)
然后两个数据帧都按cumul_growth_perc
排序,我将它们与pd.merge_asof(df1, df2_long, on='cumul_growth_perc', by='ID', direction='nearest')
合并
但感觉有一个更简单的解决方案
使用},因为例如,在3.0间隔中没有来自第二个df的关闭值
tolerance
和direction
参数,可以定义值之间的接近程度。正如您所看到的value 2.998818
有ID
{使用^{} 对数据帧} :
df1
和df2
进行排序cumul_growth_perc
,然后对排序后的数据帧执行^{结果:
相关问题 更多 >
编程相关推荐