合并两只Pandas Dataframes

Question

我有以下合并问题：

我有一个行业相关数据的时间序列:在过去几年里，60个不同行业的每周利润率如下：

industry = pd.DataFrame({'Ind0': ['01', '02', '03', '04'],                   
'Ind1': ['11', '12', '13', '14'],
'Ind2': ['21', '22', '23', '24'],
'Ind3': ['31', '32', '33', '34']})

我的第二个数据数据包括几个1000只股票及其各自的行业(每只股票都属于一个行业)。

stocks = pd.DataFrame({'Stock0': ['Ind0'], 
'Stock1': ['Ind1'],
'Stock2': ['Ind2'],
'Stock3': ['Ind3'],
'Stock4': ['Ind0'],
'Stock5': ['Ind1']})

我想创建一个新的数据格式，其中包含来自股票所属的正确行业的每只股票的行业时间序列，即如下所示：

result = pd.DataFrame({'Stock0': ['01', '02', '03', '04'],                   
'Stock1': ['11', '12', '13', '14'],
'Stock2': ['21', '22', '23', '24'],
'Stock3': ['31', '32', '33', '34'],
'Stock4': ['01', '02', '03', '04'],
'Stock5': ['11', '12', '13', '14']})

我尝试过一些合并/级联方法，但都没有成功。任何帮助都是非常感谢的。

Answer 1

这是你想要的吗？

stocks.T.merge(industry.T,left_on=0,right_index=True).drop(['key_0','0_x'],axis=1).rename(columns={'0_y':0}).T
Out[189]: 
  Stock0 Stock4 Stock1 Stock5 Stock2 Stock3
0     01     01     11     11     21     31
1     02     02     12     12     22     32
2     03     03     13     13     23     33
3     04     04     14     14     24     34