我如何合并 2 个数据帧及其推导（如果类型不是对象）

Question

我有 2 个具有相同列和行号的数据框，其中一些数据框的列是日期（每个数据框 1 个），其他的是浮点数和存储字符串的对象。

让我们以下面的 df1 为例进行简化（我的实际数据框有数百列）：

         Date               Val0        Val1       
0   2020-09-29 13:22:57      char1       5.34      
1   2020-09-29 13:23:12      char2       4.5       
2   2020-09-29 13:23:44      char3       Nan      
3   2020-09-29 13:24:01      char4      24

val0 在那个例子中是一个对象

df2 看起来像：

  Date                    Val0        Val1 

     
0   2020-09-29 13:22:58      char6       Nan        
1   2020-09-29 13:23:12      char4       89.77      
2   2020-09-29 13:23:45                  Nan      
3   2020-09-29 13:24:01      char4      24

预计

      Date                  Date                     Val0     Val0      Val1   Val1  Val1       
0   2020-09-29 13:22:57      2020-09-29 13:22:58    char1   char6       5.34   Nan    5.34         
1   2020-09-29 13:23:12      2020-09-29 13:23:12    char2   char4       4.5   89.77  -85.27             
2   2020-09-29 13:23:44      2020-09-29 13:23:45    char3                Nan    Nan   Nan         
3   2020-09-29 13:24:01      2020-09-29 13:24:01    char4    char4       24     24     0

正如我们所看到的，浮点数被扣除了，我们有一个新的列有差异，而具有相同列的对象现在是 'next to one another'

我确实意识到使用相同的列名可能不是方法，例如，如果我们想删除一个或 pandas 默认添加的 .2，对我来说是列名在这个阶段，它们可以是任何东西，因为它们已按照演示对齐，并且在写入 excel 时仍会帮助我进行下一步，这仅合并行名称，例如我们有一个单元格下面有 2 列，同时它也是 val1 的 1 行名称和下面的 3 列。

My code and approach:

我想去掉我不能扣除的东西，在本例中是 val0，所以我从复制的数据框中删除了 df1 和 df2 的那一列，然后扣除了结果 dfs 给了我 val1 的最后一列和日期的扣除以防万一我想要它。然后连接 df1 和 df_2 看起来像下面对应 df_6:

df_minus = df_2 - df
    df5 = pd.concat([df_2, df], axis=1)
    df_6 = df5[list(sum(zip(df_2.columns, df.columns), ()))]
    print(df_6)



    Date                  Date                     Val0     Val0      Val1   Val1    
0   2020-09-29 13:22:57      2020-09-29 13:22:58    char1   char6       5.34   Nan          
1   2020-09-29 13:23:12      2020-09-29 13:23:12    char2   char4       4.5   89.77              
2   2020-09-29 13:23:44      2020-09-29 13:23:45    char3                Nan    Nan           
3   2020-09-29 13:24:01      2020-09-29 13:24:01    char4    char4       24     24

我的方法确实解决了列是对象的问题，但是对于浮点数，我虽然以某种方式使用 df_minus 但找不到 way.Some 可能认为我应该简单地从中获取该列df_minus 并将其添加到 df_6 但请记住，我的实际数据有数百列，所以这不是一个选项。

Answer 1

这是一种方法，应该可以让您实现我认为您正在尝试做的事情。

我们确定减法运算对其有意义的数字列，然后进行减法并使用结果更新 df_minus，其中一个输入数据帧的副本。然后，我们通过为减法结果附加“.diff”或为减法结果附加“.delete”（标记为将来删除）来重命名 df2 中的列，方法是附加后缀“.2”和 df_minus 中的列所有其他列。

然后我们使用您的列排序逻辑，但使用 3 个数据框而不是 2 个，因此结果中有 df1、df2 和 df_minus。最后，我们删除来自 df_minus.

的不需要的列

import pandas as pd
import numpy as np
df1 = pd.DataFrame([

         {'Date':'2020-09-29 13:22:57','Val0':'char1','Val1':5.34},
         {'Date':'2020-09-29 13:23:12','Val0':'char2','Val1':4.5},
         {'Date':'2020-09-29 13:23:44','Val0':'char3','Val1':np.NaN},
         {'Date':'2020-09-29 13:24:01','Val0':'char4','Val1':24}
])
df2 = pd.DataFrame([

         {'Date':'2020-09-29 13:22:58','Val0':'char6','Val1':np.NaN},
         {'Date':'2020-09-29 13:23:12','Val0':'char4','Val1':89.77},
         {'Date':'2020-09-29 13:23:45','Val0':'',     'Val1':np.NaN},
         {'Date':'2020-09-29 13:24:01','Val0':'char4','Val1':24}
])
print(f"df1:\n{df1}\n")
print(f"df2:\n{df2}\n")

dfNumericCols = set(c for c in df1.columns if isinstance(df1.loc[0,c], (float,int)))
df_minus = df1.copy(deep=True)
df_minus[list(dfNumericCols)] = df1[list(dfNumericCols)] - df2[list(dfNumericCols)]
df_minus.rename(columns={c:c+'.diff' if c in dfNumericCols else c+'.delete' for c in df_minus.columns}, inplace=True)
print(f"df_minus:\n{df_minus}\n")

df2.rename(columns={c:c+'.2' for c in df2.columns}, inplace=True)
df5 = pd.concat([df1, df2, df_minus], axis=1)
df6 = df5[list(sum(zip(df1.columns, df2.columns, df_minus.columns), ()))]
df6 = df6.drop(columns=[c for c in df6 if c[-len('.delete'):] == '.delete'], axis=1)
print(f"df6:\n{df6}\n")

输出：

df1:
                  Date   Val0   Val1
0  2020-09-29 13:22:57  char1   5.34
1  2020-09-29 13:23:12  char2   4.50
2  2020-09-29 13:23:44  char3    NaN
3  2020-09-29 13:24:01  char4  24.00

df2:
                  Date   Val0   Val1
0  2020-09-29 13:22:58  char6    NaN
1  2020-09-29 13:23:12  char4  89.77
2  2020-09-29 13:23:45           NaN
3  2020-09-29 13:24:01  char4  24.00

df_minus:
           Date.delete Val0.delete  Val1.diff
0  2020-09-29 13:22:57       char1        NaN
1  2020-09-29 13:23:12       char2     -85.27
2  2020-09-29 13:23:44       char3        NaN
3  2020-09-29 13:24:01       char4       0.00

df6:
                  Date               Date.2   Val0 Val0.2   Val1  Val1.2  Val1.diff
0  2020-09-29 13:22:57  2020-09-29 13:22:58  char1  char6   5.34     NaN        NaN
1  2020-09-29 13:23:12  2020-09-29 13:23:12  char2  char4   4.50   89.77     -85.27
2  2020-09-29 13:23:44  2020-09-29 13:23:45  char3           NaN     NaN        NaN
3  2020-09-29 13:24:01  2020-09-29 13:24:01  char4  char4  24.00   24.00       0.00

我如何合并 2 个数据帧及其推导（如果类型不是对象）

How can i merge 2 dataframes and their deduction(in case the type is not object)

python

excel

concatenation

dataframe

pandas