从不同数据帧(不同长度)的列中追加标识datetime匹配日期的新列,可以通过以下步骤实现:
以下是一个示例代码,演示如何从不同数据帧的列中追加标识datetime匹配日期的新列:
import pandas as pd
from datetime import datetime
# 创建示例数据帧
df1 = pd.DataFrame({'日期': ['2022-01-01', '2022-01-02', '2022-01-03'], '数值1': [1, 2, 3]})
df2 = pd.DataFrame({'日期': ['2022-01-02', '2022-01-04'], '数值2': [4, 5]})
# 将日期列转换为datetime对象
df1['日期'] = pd.to_datetime(df1['日期'])
df2['日期'] = pd.to_datetime(df2['日期'])
# 创建新列
df1['匹配日期'] = ''
# 遍历df1的日期列
for index, row in df1.iterrows():
target_date = row['日期']
# 遍历df2的日期列
for index2, row2 in df2.iterrows():
compare_date = row2['日期']
# 比较日期
if target_date == compare_date:
df1.at[index, '匹配日期'] = row2['数值2']
break
print(df1)
输出结果如下:
日期 数值1 匹配日期
0 2022-01-01 1
1 2022-01-02 2 4
2 2022-01-03 3
在这个示例中,我们创建了两个数据帧df1和df2,其中包含日期列和数值列。我们将日期列转换为datetime对象,并创建一个新的空列"匹配日期"。然后,我们遍历df1的日期列,并与df2的日期列进行比较。如果找到匹配的日期,我们将df2对应的数值添加到df1的新列中。最后,我们打印输出df1,显示匹配结果。
对于这个问题,腾讯云没有特定的产品或链接与之相关。这是一个通用的数据处理问题,可以使用各种编程语言和数据处理工具来解决。
领取专属 10元无门槛券
手把手带您无忧上云