我试图按最近的时间点合并两个数据。我试过merge_asof。但是,问题是两个条目具有相同的时间点,那么merge_asof只会将一个条目合并到最终的数据文件中。
下面是一个示例:
df_A:
time ticker price
09:10:13 VOD 110.96 df_B:
time ticker volume
09:10:12 VOD 35412
09:10:12 VOD 12343 我试过:
pd.merge(df_A, df_B, how = 'left', on = ['time'], by=['ticker'], direction='backward')它只会返回:
time ticker price volume
09:10:13 VOD 110.96 12343 如您所见,此处删除了一个条目/行。我想使用merge_asof,并将所有条目保持在最接近的时间点以下。
理想产出:
time ticker price volume
09:10:12 VOD 110.96 35412
09:10:12 VOD 110.96 12343 有什么建议吗?
发布于 2022-06-27 21:14:29
您需要执行一个双merge,首先使用merge_asof,然后执行经典的merge。诀窍是识别合并右DataFrame中的重复项:
df_B2 = df_B.assign(idx=df_B.groupby('time').ngroup())
out = (pd
.merge_asof(df_A, df_B2, on='time', by='ticker', direction='backward')
.merge(df_B2, on=['ticker', 'idx'])
#.drop(columns='idx')
)注意:我在示例中使用了datetime列
产出:
time_x ticker price volume_x idx time_y volume_y
0 2022-06-27 09:10:13 VOD 110.96 12343 0 2022-06-27 09:10:12 35412
1 2022-06-27 09:10:13 VOD 110.96 12343 0 2022-06-27 09:10:12 12343已使用的投入:
df_A = pd.DataFrame({'time': [Timestamp('2022-06-27 09:10:13')],
'ticker': ['VOD'], 'price': [110.96]})
df_B = pd.DataFrame({'time': [Timestamp('2022-06-27 09:10:12'), Timestamp('2022-06-27 09:10:12')],
'ticker': ['VOD', 'VOD'],
'volume': [35412, 12343]})https://stackoverflow.com/questions/72778033
复制相似问题