熊猫把一个数据中的月度数据和另一个数据中的每日数据合并起来

Question

我有一个csv文件(比如A.csv)，其指数从1980-01-01到2018-02-28 (增加了一天)和一列数据(比如每天的股价)。

我有另一个csv文件(比如B.csv)，从1980-01到2018-02 (增加了一个月)和一个数据栏(比如月度贸易余额)。

在这种情况下，如何将B.csv合并到A.csv (通过维护每日索引)？即，每日指数+每日股价一栏+每月贸易差额另一栏(我需要在一个月内的每一天维持相同的贸易平衡值，将每月的贸易差额扩大至每日的贸易差额)。

Answer 1

您可以使用pandas来完成这个任务。

一种方法是将两个日期列转换为datetime对象，并使用pd.Series.map执行从一个表到另一个表的映射。

由于没有为您的月数据指定日期，因此，对于我们的映射，我们将规范化到本月的第一天。

import pandas as pd

# first read in the 2 tables into dataframes
# df_daily = pd.read_csv('daily.csv')
# df_monthly = pd.read_csv('monthly.csv')

df_daily = pd.DataFrame({'Date': ['1980-01-01', '1980-01-02', '1980-01-03'],
                         'Value': [1, 2, 3]})

df_monthly = pd.DataFrame({'Month': ['1979-12', '1980-01', '1980-03'],
                           'Value': [100, 200, 300]})

# convert to datetime objects
df_daily['Date'] = pd.to_datetime(df_daily['Date'])
df_monthly['Month'] = pd.to_datetime(df_monthly['Month']+'-01')

# perform mapping after normalising to first day of month
df_daily['MonthValue'] = df_daily['Date'].map(lambda x: x.replace(day=1))\
                                         .map(df_monthly.set_index('Month')['Value'])

#         Date  Value  MonthValue
# 0 1980-01-01      1         200
# 1 1980-01-02      2         200
# 2 1980-01-03      3         200