根据月份和位置合并两个数据集

Question

我有两个数据集，包括叶绿素浓度(chl a，yr 1970 - 2020)和二氧化碳逸度(fco2y，yr 2002 - 2020)的月度气候。其中一个数据集具有year值，但另一个数据集仅具有month值。有没有办法使用python只根据位置和月份属性来合并数据？我需要聚合数据以符合回归模型。

数据集1

+--------+-----------+------------+-------+
|  lat   |    lon    |  chlor_a   | month |
+--------+-----------+------------+-------+
| 78.375 | 23.125006 |  2.1265152 |     1 |
| 78.375 |  23.20834 |  2.1265152 |     2 |
| 78.375 | 23.291674 |  2.1265152 |     2 |
| 78.375 |  24.95834 | 0.31348512 |     1 |
| 78.375 | 25.041674 | 0.31348512 |     3 |
+--------+-----------+------------+-------+

数据集2

+----------+------+-------+--------------------+--+
|   DATE   |  LAT |  LON  |  FCO2_AVE_WEIGHTED |  |
+----------+------+-------+--------------------+--+
| 15-02-70 |  9.5 | 156.5 |            303.672 |  |
| 15-02-70 |  9.5 | 157.5 |            311.013 |  |
| 15-02-70 |  9.5 | 158.5 |            321.322 |  |
| 15-02-70 | 10.5 | 155.5 |            305.066 |  |
+----------+------+-------+--------------------+--+

Answer 1

如果date列是datetime格式，则将其转换为字符串数据类型，并将其拆分为'-‘，这样，在使用df1.merge(df2，left_on=df1列名，right_on=df2列名)合并两个数据帧之后，您将获得表2中的month。

Answer 2

正如Mohd已经提到的，你基本上可以通过两个pandas标准函数来实现这一点。我只是快速地为你的问题编写了一个现成的解决方案。请看一看pandas文档，了解更多信息。

import pandas as pd

df1 = pd.DataFrame([[78.375,23.125006,2.1265152,1],[78.375,23.20834,2.1265152,2],[78.375,23.291674,2.1265152,2],[78.375,24.95834,0.31348512,1],[78.375,25.041674,0.31348512,3]],columns=['lat','lon','chlor_a','month'])

df2 = pd.DataFrame([['15-02-70',9.5,156.5,303.672],['15-02-70',9.5,157.5,311.013],['15-02-70',9.5,158.5,321.322],['15-02-70',10.5,155.5,305.066]],columns=['DATE','LAT','LON','FCO2_AVE_WEIGHTED'])

df2['DATE'] = pd.to_datetime(df2['DATE'])
df2['month'] = pd.DatetimeIndex(df2['DATE']).month
df2 = df2.rename(str.lower, axis='columns')
df2 = df2.merge(df1,on=['lat','lon','month'],how='outer')
print(df2)

我希望它能对你有所帮助。Pandas确实是一个强大的库，它可以很容易地实现所需的功能。