合并 2 pandas 个表并使用它们

Question

我有 2 只熊猫 table， table A 是这样的:

Date  a    b   c    d   e
0
...
.
.
.
2n

和table B 有类似的东西

Date f  g  k  h   i   j
2
.
.
..
.
.
2n-3
.

问题是每个 table 都有完全不同的日期和完全不同的列，但我想得到一个新的 table 和 0 如果它是一个以前没有的列，还有一个新的二进制列（我们称之为 MARK），它标记它是来自 table A 还是 B。像这样：

Date   MARK  a    b   c    d   e  f  g  e  h   i   j
0        1   .    .    .   .   .  0  0  0  0   0    0
.
2        0   0    0   0    0   0  .  .   .  .  .    .
.
.
.
.
.
2n-3        0   0    0   0    0   0  .  .   .  .  .    .
.
.
2n        1   .    .    .   .   .  0  0  0  0   0    0

我需要按日期排序...请帮助我... 谢谢

Answer 1

在 :

之前添加 'Mark' 列

df1['Mark'] = 0
df2['Mark'] = 1

然后 pd.concat 做你想做的事 :

df = pd.concat([df1, df2], axis = 0, sort= True)

注意：确保您的日期是两者的索引：

df1 = df1.set_index('date_column')
df2 = df2.set_index('date_column')

Answer 2

其他选项是使用合并指标功能：

df = df1.merge(df2, on='Date', how='outer', indicator='Mark')

这将用 left_only 或 right_only 指示数据来自哪个数据帧。您可以像这样将其更改为 0 和 1：

df['Mark'] = (df['Mark'] == 'right_only').astype(int)

完整示例：

df1 = pd.DataFrame(
    data={'Date': pd.date_range('2019-01-01', '2019-01-03'), 
          'a': [1,1,1], 
          'b': [2,2,2]})
df2 = pd.DataFrame(
    data={'Date': pd.date_range('2019-01-11', '2019-01-13'), 
          'c': [3,3,3], 
          'd': [4,4,4]})
df = df1.merge(df2, on='Date', how='outer', indicator='Mark')
df['Mark'] = (df['Mark'] == 'right_only').astype(int)

合并 2 pandas 个表并使用它们

Merging 2 pandas tables and using them

pandas

sklearn-pandas

pandas-groupby