如何在pandas中映射不同dataframe basis datetime的列
在pandas中，可以使用map()函数来映射不同dataframe基于datetime的列。map()函数可以接受一个字典作为参数，字典的键是要映射的值，字典的值是映射后的值。
以下是一个示例代码，演示如何在pandas中映射不同dataframe基于datetime的列：
import pandas as pd
# 创建两个示例dataframe
df1 = pd.DataFrame({'date': ['2022-01-01', '2022-01-02', '2022-01-03'],
'value': [1, 2, 3]})
df2 = pd.DataFrame({'date': ['2022-01-01', '2022-01-02', '2022-01-03'],
'category': ['A', 'B', 'C']})
# 将df2的category列映射到df1的date列
mapping = dict(zip(df2['date'], df2['category']))
df1['category'] = df1['date'].map(mapping)
print(df1)输出结果为：
date value category
0 2022-01-01 1 A
1 2022-01-02 2 B
2 2022-01-03 3 C在这个示例中，我们创建了两个dataframe df1和df2，它们都有一个共同的列date。我们想要将df2的category列映射到df1的date列上。首先，我们使用zip()函数将df2的date列和category列打包成一个字典。然后，我们使用map()函数将这个字典应用到df1的date列上，将df2的category值映射到df1的category列上。
这是一个简单的示例，展示了如何在pandas中映射不同dataframe基于datetime的列。根据具体的需求，你可以根据实际情况进行适当的调整和扩展。
相关·内容
我有一个以Pandas DataFrame格式操作的函数。它适用于pandas.apply()，但不适用于np.Vectorize()。请查找以下功能：
def AMTTL(inputData, amortization = []):
rate = inputData['EIR']
payment = inputData['INSTALMENT']
amount = inputData['OUTSTANDING']
amortization = [amount]
if amount - payment &l
浏览 17提问于2022-09-21得票数 0
1回答
我正在DataFrame中创建一个NAME列，并根据另一列中包含的子字符串设置它的值。
有没有更有效的方法来做到这一点？
import pandas as pd
df = pd.DataFrame([['www.pandas.org','low'], ['www.python.org','high']],
columns=['URL','speed'])
print(df.head())
df['Name'] = df['URL']
print(df
浏览 0提问于2020-06-25得票数 3
回答已采纳
如何在同一CSV中打印两个pandas数据帧上的不同标题？我尝试了打印命令，但标题打印在终端中，而不是CSV。
if __name__ == "__main__":
V = result
W = reference
H = np.random.random([5,5100])
basis_mat, coef_mat = nmf_nimfa(V, W, H)
basis_df = pd.DataFrame(data=basis_mat)
coef_df = pd.DataFrame(data=coef_mat)
with open('NMF_nimfa.
浏览 0提问于2017-04-15得票数 1
2回答
我在加载到Pandas中的.csv文件中有一个字段/列，它在Pandas中不会解析为datetime数据类型。我真的不明白为什么。我希望FirstTime和SecondTime在Pandas DataFrame中都解析为datetime64。
# Assigning a header for our data
header = ['FirstTime', 'Col1', 'Col2', 'Col3', 'SecondTime', 'Col4',
'Col5', &
浏览 0提问于2015-12-01得票数 1
有问题的代码 import pandas as pd
df = pd.DataFrame({'datetime': pd.date_range(pd.Timestamp('2020-06-18 09:18:00'),
periods=3,
freq='10ns')})
print(df)
df.loc[1, 'datetime'] = pd.Tim
浏览 35提问于2020-06-20得票数 0
我正在尝试迭代Pandas DataFrame中的序列中的行。我想获取列csv_df['Strike']的每一行中的值，并将其插入在函数a中调用的变量K中。
然后，我希望将输出的a1和a2放入DataFrame中各自的列中。
我收到了错误：TypeError: unsupported operand type(s) for *: 'int' and 'zip'，我想如果我能找出支持哪些操作数，我就可以将a1和a2转换为它。
我的想法正确吗？
注意：S只是一个静态数字，因为df只有一行，而K有很多行。
代码如下：
from scipy.stats
浏览 1提问于2019-05-08得票数 0
我有一个熊猫DataFrame，它有一个列"date_col“的日期字符串。我希望对列中的日期字符串将抛出一个DataFrame (如果由numpy.datetime64解析)的所有行进行numpy.datetime64筛选。我要找的东西是：
bad_rows = df[numpy.datetime64(df["date_col"]) is False]
除了检查False之外，我还想检查是否引发了ValueError。有什么方法可以在熊猫DataFrame中进行这种过滤吗？
我试着做以下几件事：
df = pd.DataFrame({"date_col"
浏览 0提问于2015-12-10得票数 2
我有pandas数据框架和int64、object和datetime64[ns]数据类型。导出pandas DataFrame.to_Excel选项时如何保留这些数据类型？
我希望导出的Excel文件列如下所示：
Excel中的int64数字格式
Excel中的object文本格式
Excel中的datetime64[ns]数据格式
现在，我所有的Excel列格式都显示为General
浏览 10提问于2021-06-24得票数 2
2回答
我正尝试在pandas DataFrame中创建时区感知的日期列。当我运行下面的代码时，得到的pandas列的日期时间与我输入的日期时间不同。我在这里做错了什么？
我使用的是python 3.6.2和pandas 0.20.3
from datetime import datetime
import pandas as pd
import pytz
date_string = "12/14/2016 12:00"
timezone = pytz.timezone("US/Pacific")
input_datetime = datetime.strptime
浏览 2提问于2017-12-15得票数 2
我已经阅读了，但我仍然对使用pandas.DataFrame.to_html时如何设置列宽感到困惑。
import datetime
import pandas
data = {'Los Angles': {datetime.date(2018, 9, 24): 20.5, datetime.date(2018, 9, 25): 1517.1},
'London': {datetime.date(2018, 9, 24): 0, datetime.date(2018, 9, 25): 1767.4},
'Kansas C
浏览 1提问于2018-10-01得票数 13
我从Yahoo！导入了五个股票投资组合。并需要创建一个包含所有股票2016年收盘价的DataFrame。但是，我很难用相应的股票名称来标记这些列。
import pandas.io.data as web
import pandas_datareader.data as web
import pandas as pd
from pandas import Series, DataFrame
import numpy as np
import datetime
start = datetime.datetime(2016, 1, 1)
end = datetime.datetime(2016
浏览 13提问于2017-01-16得票数 2
回答已采纳
我的google表中的模式如下所示： price_datetime : DATETIME,
symbol : STRING,
bid_open : FLOAT,
bid_high : FLOAT,
bid_low : FLOAT,
bid_close : FLOAT,
ask_open : FLOAT,
ask_high : FLOAT,
ask_low : FLOAT,
ask_close : FLOAT 在我执行pandas.read_gbq之后，我得到了一个具有如下列数据类型
浏览 44提问于2017-07-06得票数 4
回答已采纳
Pandas DataFrame包含名为"date"的列，该列包含非唯一的datetime值。我可以使用以下命令对此帧中的线条进行分组：
data.groupby(data['date'])
但是，这将按datetime值拆分数据。我想按“日期”列中存储的年份对这些数据进行分组。展示了如何在将时间戳用作索引的情况下按年分组，但在我的例子中并非如此。
如何实现此分组？
浏览 1提问于2012-07-09得票数 94
回答已采纳
我有一个dataframe，它有一个由date对象组成的列，一个由time对象组成的列。我必须合并这两列。
就我个人而言，我认为下面的解决方案是如此的丑陋。为什么我要投给str？我构建了基于关于这个答案的解决方案
#importing all the necessary libraries
import pandas as pd
import datetime
#I have only to create a Minimal Reproducible Example
time1 = datetime.time(3,45,12)
time2 = datetime.time(3,49,12)
浏览 0提问于2021-05-08得票数 1
回答已采纳
我试图从这个报价器列表中挑选Adj Close列到一个合并的DataFrame中，但是我无法实现。我觉得我已经很接近了，我只是想创建一个脚本，在这个脚本中，我可以轻松地获得这些合并的DataFrame，其中只包含我想要比较的不同DataFrames的列。 下面是代码，我一直只得到一个有空列的DataFrame。有没有人能帮我一下？ import datetime as dt
import pandas as pd
import pandas_datareader as web
start = dt.datetime(2015,1,1)
end = dt.datetime(2020,3,25
浏览 27提问于2020-03-26得票数 0
2回答
我有一个带有文本日期的Pandas dataframe，希望转换为datetime。问题是，我的一些文本日期是糟糕的数据，因此无法转换。在日期无法转换的情况下，我希望将Error列更新为True值，并将Date列设置为None，以便以后可以将其添加到格式化为datetime的数据库列中。
这是一个简化的例子。我的dataframe可能有100万行和多个日期列，这需要完成，所以我需要一种更快的方法。我知道典型的惯例是避免使用Pandas循环，但我无法找到绕过它的方法。
import pandas as pd
import numpy as np
import datetime
data = 1
浏览 0提问于2016-08-24得票数 3
回答已采纳
我有一个Pandas DataFrame，其中基于hour列将hour转换为local_hour。现在，我想将local_hour中的日期提取为local_date，但是我发现了一个错误，即Tz-aware datetime.datetime cannot be converted to datetime64 unless utc=True。我该怎么做？
# Create dataframe
import pandas as pd
df = pd.DataFrame({
'hour': ['2019-01-01 05:00:00', '2019-0
浏览 0提问于2019-09-13得票数 2
回答已采纳
1回答
我正在努力减少数据帧中不需要的数据列，但让它在OOP的范围内工作。数据帧中的列是从'A‘到'M’。
示例：
import pandas as pd
# columns 'A' 'B' and 'C' are what I want kept
vibe_df = pd.read_csv('C:Location/Document.csv')
vibe_df = vibe_df[['DateTime', 'A', 'B', 'C']]
上面的工作，但是，我
浏览 0提问于2020-08-27得票数 1
在设置数据帧的参数(最大行数、最大列数)时存在问题。运行之后，dataframe隐藏了部分行和列。代码如下：
import pandas as pd
pd.set_option('display.max_rows', 500)
pd.set_option('display.max_columns', 500)
import pandas_datareader.data as web
import datetime as dt
start = dt.datetime(2018, 1, 1)
end = dt.dateti
浏览 0提问于2020-07-06得票数 0
我有一个具有以下结构的dataframe：
import pandas as pd
import numpy as np
from datetime import datetime
df = pd.DataFrame(
[
[datetime(2020, 1, 1), 3343],
[datetime(2020, 1, 1), 3443],
[datetime(2020, 2, 1), 5431],
[datetime(2020, 2, 1), 4443],
[datetime(2020, 2, 1),
浏览 3提问于2021-11-09得票数 1
回答已采纳
考虑以下代码：
import datetime
import pandas as pd
import numpy as np
todays_date = datetime.datetime.now().date()
index = pd.date_range(todays_date-datetime.timedelta(10), periods=10, freq='D')
columns = ['A','B', 'C']
df_ = pd.DataFrame(index=index, columns=columns)
df_
浏览 3提问于2015-01-18得票数 0
3回答
我觉得这件事做起来很容易，但我不知道怎么做。我有一个带有列pandas DataFrame的date
0 2012-08-21
1 2013-02-17
2 2013-02-18
3 2013-03-03
4 2013-03-04
Name: date, dtype: datetime64[ns]
我希望有一列持续时间，类似于：
0 0
1 80 days
2 1 day
3 15 days
4 1 day
Name: date, dtype: datetime64[ns]
我的尝试产生了0天的结果，而NaT则是：
>>&
浏览 7提问于2015-12-24得票数 6
回答已采纳
我有一个Pandas DataFrame，它的列用Python tuples标记。
这些列标签元组可以不包含任何内容。
当我尝试使用以下任一方法向数据框添加列时，标记元组中的None被隐式转换为numpy.nan。
方法1-使用dataframe[ NewColumn ] = ...语法添加列
>>> import pandas
>>> df = pandas.DataFrame()
>>> column_label = ( 'foo', None )
>>> df[column_label] = [ 1,
浏览 1提问于2016-01-05得票数 1
我有一个dataframe w/索引列是股票符号。我的问题是，如何循环遍历股票符号列表，并在dataframe中添加一个列，其中包含每个符号的股价？
这就是我的想法..。
import pandas as pd
from pandas import DataFrame
from matplotlib import pyplot as plt
import pandas.io.data as web
import datetime as dt
start = '2005-01-01'
end = dt.datetime.today()
for index, row in df
浏览 3提问于2015-10-07得票数 2
回答已采纳
2回答
我需要通过datetime列和另一个str(object)列来转换一个dataframe，以便按组应用函数，并将结果分配给组的每个行成员。我理解，但不能同时为这两个条件创建一个pandas.Grouper。因此：
如何在多列上使用pandas.Grouper？
浏览 6提问于2018-09-05得票数 16
回答已采纳
可以推断列的类型，但是我不能让它为那些值看起来像是明显的日期时间和时间增量的列推断出任何日期时间或时间增量类型(例如datetime64、timedelta64)。
下面是一个CSV文件示例：
datetime,timedelta,integer,number,boolean,string
20111230 00:00:00,one hour,10,1.6,True,Foobar
和一些用pandas阅读它的代码：
dataframe = pandas.read_csv(path)
该数据帧上列的类型为object、object、int、float、bool、object。除了前两列之外，它们
浏览 1提问于2014-02-20得票数 8
1回答
下面是示例数据
import pandas as pd
import numpy as np
from datetime import datetime
start = datetime(2011, 1, 1)
end = datetime(2012, 1, 1)
index = pd.date_range(start, end)
df = pd.DataFrame({"Trade Days": 0}, index=index)
df.iloc[0,:]=2
df.iloc[5,:]=3
正如您注意到的，“交易日”一栏有2篇关于“2011-01-01”的专栏文章，还有3篇关于
浏览 0提问于2021-02-03得票数 0
回答已采纳
正如标题所说，我正在尝试将我的DataFrame标签转换为datetime类型。在下面尝试的解决方案中，我将标签从DataFrame拉到dates_index，并尝试使用函数DatetimeIndex.to_datetime将它们转换为datetime，但是，我的编译器说DatetimeIndex没有to_datetime属性。 dates_index = df.index[0::]
dates = DatetimeIndex.to_datetime(dates_index) 我也尝试过使用pandas.to_datetime函数。 dates = pandas.to_datetime(da
浏览 57提问于2020-06-13得票数 1
回答已采纳
Hello! This is a CSV table.我尝试将CSV输出与Pyhton相结合来创建甘特图。CSV文件中的每一列都表示一个日期和时间，例如start1是小时和start2 -分钟。之后，我使用pd.to_datetime(data["start1"], format="%H")进行适当的格式化。start2也是如此。问题是:如何在pandas DataFrame中组合这两列，以获得"%H-%M"格式的一列？比如数据“start”。下面是data.head() output and代码： import numpy as np
imp
浏览 41提问于2021-08-24得票数 0
回答已采纳
如何在pandas.to_datetime中组合/重写“分钟”？我的数据框架如下所示：
df_2 = pd.DataFrame({
'years' : df.year,
'months': df.Month,
'days' : df.DayofMonth,
'hours' : df.hour,
'mins' : df.min
})
浏览 8提问于2022-01-02得票数 0
我有两个数据：
import pandas
import numpy
entry1= pandas.datetime(2014,6,1)
entry2= pandas.datetime(2014,6,2)
df1=pandas.DataFrame(numpy.array([[1,1],[2,2],[3,3]]), columns=['eins','zwei'], index=[entry1, entry1, entry2])
df2=pandas.DataFrame(numpy.array([[2,3],[3,3]]), columns=['ein
浏览 3提问于2014-12-09得票数 1
回答已采纳
谁能解释一下为什么Spark Dataframe在执行时间上比Pandas Dataframes更好。我正在处理中等容量的数据，并进行python函数供电的转换
例如，我的数据集中有一个数字介于1到100,000之间的列，并希望执行基本的数值操作-创建一个新列，该列是现有数值列的多维数据集。
from datetime import datetime
import numpy as np
import pandas as pd
def cube(num):
return num**3
array_of_nums = np.arange(0,100000)
dataset = pd
浏览 0提问于2019-04-30得票数 3
我有一个pandas索引，并将DataFrame设置为DateTime列：
data['DateTime'] = pandas.to_datetime (data['DateTime'])
data = data.set_index('DateTime')
我需要它来插入数据。但是，这种索引以后会阻止我执行以下操作
data = data[pandas.to_datetime (data['DateTime']) <= cutoff]
其中cutoff是某个日期时间。我该怎么做呢？
浏览 4提问于2017-04-19得票数 4
回答已采纳
0回答
我的pandas数据帧中的一列表示我使用datetime计算的时间增量，然后导出到csv并读回pandas数据帧。现在，列的dtype是object，而我希望它是timedelta值，这样我就可以在dataframe上执行groupby函数。下面是字符串的外观。谢谢!
0 days 00:00:57.416000
0 days 00:00:12.036000
0 days 16:46:23.127000
49 days 00:09:30.813000
50 days 00:39:31.306000
55 days 12:39:32.269000
-1 days +
浏览 8提问于2017-06-18得票数 5
回答已采纳
如果我创建一个DataFrame，其中一列是对象，另一列是整数，将该DataFrame放入字典中，然后使用该字典创建面板，则整数数据类型将消失：
import pandas as pd
import datetime as dt
a=['a' for i in range(1000)]
b=[i for i in range(1000)]
c = {'c':a[:], 'b':b[:]}
df = pd.DataFrame(c)
print df
d = dict()
d['x'] = df
p = pd.Panel(d)
浏览 0提问于2013-06-27得票数 2
2回答
如何使用组的最小值填充同一列中的NaN值-请参见下面的df和df2。对于'A‘栏中的类别'2’，我希望最小(20，15)...help :)
import pandas as pd
import numpy as np
df = pd.DataFrame({"A": [1,1,2,2,2,3,3,3,3,4,4],
"B": [ np.nan , 10, np.nan, 20, 15, np.nan,np.nan,np.nan,np.nan,40, np.nan]})
In[1]: df
Out[1]:
浏览 1提问于2018-02-20得票数 1
回答已采纳
如何在Pandas DataFrame中创建包含以下日期比较结果(布尔值)的额外列？
records['old'] = TRUE if records['date'] is older than 180 days
records['old'] = FALSE if records['date'] is not older than 180 days
码
today = datetime.now()
records['old'] = records[abs(today - pd.to_datetime(records
浏览 4提问于2018-01-10得票数 1
回答已采纳
在使用iPython的时候，我正在尝试进口熊猫。我的总体目标是使用XLwings。
我在Windows 7上，使用Anaconda安装Python、熊猫和所有依赖项。
这是我的代码：
from pandas import DataFrame
这意味着：
ImportError Traceback (most recent call last)
<ipython-input-7-26dfcabfb474> in <module>()
----> 1 from pandas import DataFrame
浏览 3提问于2015-06-19得票数 6
回答已采纳
2回答
在Pandas或其他python包中是否有任何工具可以帮助在Pandas‘dataFrame中标记不同数量的行组？以下是更详细的内容：
我的dataFrame有一列datetime.datetime对象作为dataFrame索引。时间间隔不均匀，在给定的时间内，行数会发生变化。
在该dataFrame中，我需要创建一个列，该列对跨越固定时间跨度的每一系列行都有不同的标签(在我的例子中为12秒)。
例如，使用示例和秒
Time(s) | label
1 | 0
2 | 0
3 | 0
7 | 0
12
浏览 2提问于2017-11-15得票数 3
回答已采纳
data -这是我在Pandas DataFrame中的数据
CallDateAndTimeStart
01/01/2010 00:26:28.003613 MST
01/01/2010 00:28:54.230713 MST
01/02/2008 14:12:11 MST
05/19/2010 09:12:32.080728 MST
我试图将列dtype更改为datetime64ns
df['CallDateAndTimeStart'] = pandas.to_datetime(df['CallDateAndTimeStart'],
format=
浏览 3提问于2014-03-18得票数 7
回答已采纳
1回答
我有一个dataframe df，它看起来像：
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 810 entries, 0 to 809
Data columns (total 21 columns):
event_type 810 non-null object
datetime 810 non-null datetime64[ns]
person 810 non-null object
...
from_file 0 non-null float64
dt
浏览 2提问于2019-02-24得票数 0
回答已采纳
当将 import_from_pandas(df)用于DataFrame时，具有datetime列的df会抛出一个错误，因为它无法解析dataframe列的ISO格式字符串表示形式。具体来说，"+00:00“最终字符是Exasol无法解析的。我目前的解决办法是将所有的熊猫日期时间列转换为字符串列，但这可能会花费大量的时间。
将datetime列从Pandas导入到具有TIMESTAMP列类型的现有Exasol表的正确方法是什么？
浏览 2提问于2019-09-24得票数 2
回答已采纳
1回答
我正在使用pandas_datareader返回股票价格。该文件称，熊猫的数据框架由pandas_datareader返回。问题是返回数据帧时使用的是空白列名。这意味着在重命名列之前，我(相信这是真)不能添加另一列。总之，这是我的代码：
from datetime import datetime, timedelta
from pandas import pandas as pd
from pandas_datareader import data, wb
from matplotlib.figure import Figure
from matplotlib.dates import Dat
浏览 7提问于2017-05-11得票数 0
回答已采纳
是否可以将一个包含总秒数的pandas dataframe列转换为另一个包含时间的列，如hh:mm？
在我的mysql查询中，我可以这样做
SELECT SEC_TO_TIME(xxxx);
但是在我的pandas Dataframe中输出转换是错误的，所以我想用pandas而不是sql来进行几秒钟的转换。我正在使用pd.to_timedelta函数：
df['time'] = pd.Timedelta(Second(df['sec']))
但它不起作用。
-编辑-
解决了！这不起作用：
df['time'] = pd.to_datetime(d
浏览 0提问于2017-05-23得票数 4
该单位传递给熊猫的datetime64数据类型做什么？
请考虑以下代码：
import pandas as pd
v1 = pd.DataFrame({'Date':['2020-01-01']*1000}).astype({'Date':'datetime64'})
v2 = pd.DataFrame({'Date':['2020-01-01']*1000}).astype({'Date':'datetime64[ns]'})
v3 = pd.DataFrame(
浏览 25提问于2022-11-30得票数 -2
回答已采纳
我想要更改一个数据框列的数据类型(从datetime64到object)。
首先，我创建数据帧：
Python 2.6.8 (unknown, Jan 26 2013, 14:35:25)
[GCC 4.7.2] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> import pandas as pd
>>> values = pd.Series(i for i in ran
浏览 2提问于2013-10-18得票数 10
我有这样的数据：
Date Time VCD
20041001 184531 293.7
20041001 202316 305.4
20041002 175015 322.9
20041002 192822 316.6
20041003 183314 334.4
我正在使用这个代码
import pandas as pd
import numpy as np
import datetime as dt
frame1=pd.DataFrame(data1, columns=['
浏览 6提问于2017-06-23得票数 0
回答已采纳
问题：如何将Pandas DataFrame中的datetime列的NULL值替换为类似于1900-01-01 00:00:00.000的内容
我使用Pandas数据帧将大型数据文件导入到SQL Server 2019表中。下面的代码正确地将数值列的空值替换为0，将对象(字符串)列的空值替换为空字符串。但是它不会将datetime列的空值更改为1900-01-01 00:00:00.000。
import sqlalchemy as sq
import datetime
import pandas as pd
import numpy as np
............
.........
浏览 5提问于2022-04-15得票数 0
无法将DataFrame列转换为日期时间格式。
from datetime import datetime
Holidays = pd.DataFrame({'Date':['2016-01-01','2016-01-06','2016-02-09','2016-02-10','2016-03-20'], 'Expenditure':[907.2,907.3,904.8,914.6,917.3]})
Holidays['Date'] = pd.to_datetime
浏览 1提问于2020-10-04得票数 1
回答已采纳
我需要能够从dataframe中的Excel文件中选择几列，以应用标准日期时间格式(yyyy/mm/dd)。这些数据(不幸的是)混合了Excel数值(例如43799)和标准日期格式(例如2019年11/30)。我正在使用pandas中的read_excel方法，并且不希望使用其他打开文件的方法(例如，xldr的打开工作簿的东西)。
下面是我导入数据时数据外观的示例：
import xlrd
import pandas as pd
import numpy as np
from datetime import datetime as dt
data=[['test', 4379
浏览 5提问于2020-03-05得票数 1
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
