,可以使用 pandas 库中的 merge() 函数来实现。merge() 函数可以根据指定的列将两个数据帧进行合并。
以下是合并两个具有两个日期列的数据帧的步骤:
import pandas as pd
df1 = pd.DataFrame({'日期列1': ['2022-01-01', '2022-01-02', '2022-01-03'],
'日期列2': ['2022-01-04', '2022-01-05', '2022-01-06'],
'数据列1': [1, 2, 3]})
df2 = pd.DataFrame({'日期列1': ['2022-01-01', '2022-01-03', '2022-01-05'],
'日期列2': ['2022-01-02', '2022-01-04', '2022-01-06'],
'数据列2': [4, 5, 6]})
merged_df = pd.merge(df1, df2, on=['日期列1', '日期列2'])
在这个例子中,我们指定了要根据 '日期列1' 和 '日期列2' 进行合并。merge() 函数会根据这两列的值进行匹配,并将匹配成功的行合并到一个新的数据帧 merged_df 中。
print(merged_df)
输出结果如下:
日期列1 日期列2 数据列1 数据列2
0 2022-01-01 2022-01-02 1 4
1 2022-01-03 2022-01-04 3 5
这样,我们就成功地将具有两个日期列的两个数据帧进行了合并。
推荐的腾讯云相关产品:腾讯云数据库 TencentDB、腾讯云云服务器 CVM、腾讯云对象存储 COS。
DB TALK 技术分享会
DBTalk
云+社区技术沙龙[第9期]
云+社区技术沙龙[第16期]
技术创作101训练营
DB TALK 技术分享会
云+社区技术沙龙[第12期]
云+社区开发者大会 武汉站
云+社区技术沙龙 [第30期]
云+社区技术沙龙[第11期]
云+社区技术沙龙[第25期]
领取专属 10元无门槛券
手把手带您无忧上云