Pandas日期列合并问题

Question

我尝试在日期列上合并两个数据框（尝试过类型为object或datetime.date），但未能得到所需的合并输出：

import pandas as pd
df1 =  pd.DataFrame({'amt': {0: 1549367.9496070854,
      1: 2175801.78219801,
      2: 1915613.1629125737,
      3: 1703063.8323954903,
      4: 1770040.7987461537},
     'month': {0: '2015-02-01',
      1: '2015-03-01',
      2: '2015-04-01',
      3: '2015-05-01',
      4: '2015-06-01'}})
print(df1)


        amt             month
    0   1.549368e+06    2015-02-01
    1   2.175802e+06    2015-03-01
    2   1.915613e+06    2015-04-01
    3   1.703064e+06    2015-05-01
    4   1.770041e+06    2015-06-01



df2 =  {'factor': {datetime.date(2015, 2, 1): 1.0,
      datetime.date(2015, 3, 1): 1.0,
      datetime.date(2015, 4, 1): 1.0,
      datetime.date(2015, 5, 1): 1.0,
      datetime.date(2015, 6, 1): 0.99889679025914435},
     'month': {datetime.date(2015, 2, 1): datetime.date(2015, 2, 1),
      datetime.date(2015, 3, 1): datetime.date(2015, 3, 1),
      datetime.date(2015, 4, 1): datetime.date(2015, 4, 1),
      datetime.date(2015, 5, 1): datetime.date(2015, 5, 1),
      datetime.date(2015, 6, 1): datetime.date(2015, 6, 1)}}
df2 = pd.DataFrame(df2)
print(df2)

                factor      month
    2015-02-01  1.000000    2015-02-01
    2015-03-01  1.000000    2015-03-01
    2015-04-01  1.000000    2015-04-01
    2015-05-01  1.000000    2015-05-01
    2015-06-01  0.998897    2015-06-01


pd.merge(df2, df1, how='outer', on='month')

        factor       month            amt
    0   1.000000     2015-02-01      NaN
    1   1.000000     2015-03-01      NaN
    2   1.000000     2015-04-01      NaN
    3   1.000000     2015-05-01      NaN
    4   0.998897     2015-06-01      NaN
    5   NaN           2015-02-01    1.549368e+06
    6   NaN           2015-03-01    2.175802e+06
    7   NaN           2015-04-01    1.915613e+06
    8   NaN           2015-05-01    1.703064e+06
    9   NaN           2015-06-01    1.770041e+06

- muon

Answer 1

我认为你需要先将两列都转换为to_datetime，因为需要相同的dtypes：

df1.month = pd.to_datetime(df1.month)
df2.month = pd.to_datetime(df2.month)

print (pd.merge(df2, df1, how='outer', on='month'))
     factor      month           amt
0  1.000000 2015-02-01  1.549368e+06
1  1.000000 2015-03-01  2.175802e+06
2  1.000000 2015-04-01  1.915613e+06
3  1.000000 2015-05-01  1.703064e+06
4  0.998897 2015-06-01  1.770041e+06

---

#convert to str date column
df2.month = df2.month.astype(str)

print (pd.merge(df2, df1, how='outer', on='month'))
     factor       month           amt
0  1.000000  2015-02-01  1.549368e+06
1  1.000000  2015-03-01  2.175802e+06
2  1.000000  2015-04-01  1.915613e+06
3  1.000000  2015-05-01  1.703064e+06
4  0.998897  2015-06-01  1.770041e+06

- jezrael

---

存在问题，您无法将字符串列与日期列进行匹配 - 需要相同的数据类型。 - jezrael

但是我得到了 df1.month.dtype = dtype('O') 和 df2.month.dtype = dtype('O')，所以如果两者都是字符串类型，那么为什么会有影响呢？ - muon

是的，你说得对，因为date、list、set和str都是对象 - 参见这里。 - jezrael

转换为字符串并没有帮助，转换为pd.to_datetime()也没有帮助。 - muon

有关编程的内容翻译如下：有点困惑 - dtype 是对象，但 type 不是。 - jezrael

我遇到了同样的问题...将其转换为日期时间对象解决了它。 - Chris8447