本文介绍了使用ID和ASOF合并两个数据帧的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！
问题描述
我有两个数据框要拼接在一起，左边的数据框有信息索引by(日期，ID)，右边的数据框有信息索引by(Period，ID)，周期是年-月。
结束时，我对左侧帧执行了GROUP BY ID，遍历各个组，在右侧帧上选择相同的组，然后对左侧数据框中组的索引执行AND ASF操作，如下所示：
def merge_func(base_df, si_df):
df_list = list()
by_cusip = base_df.groupby('cusip8')
for cusip, group in by_cusip:
si_df_by_cusip = si_df[si_df.cusip==cusip]
if len( si_df_by_cusip[ pd.notnull(si_df_by_cusip['sif'])]) > 0:
group['sif'] = si_df_by_cusip['sif'].asof(group.index)
else:
group['sif'] = np.nan
if len( si_df_by_cusip[ pd.notnull(si_df_by_cusip['si_cover'])]) > 0:
group['sir'] = si_df_by_cusip['si_cover'].asof(group.index)
else:
group['sir'] = np.nan
df_list.append(group)
return pd.concat(df_list)
但此函数速度相当慢。有谁有办法使此合并功能更快、更高效？
您可能会发现这些链接与我正在尝试完成的内容相关：sample for doing asof-join、merging tables with millions of rows
提前感谢您的意见和帮助！
推荐答案
您只需使用the "asof join" feature added to pandas 0.19：
pd.merge_asof(df1, df2, left_on='date', right_on='period', by='ID')
这篇关于使用ID和ASOF合并两个数据帧的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持编程学习网！
本站部分内容来源互联网,如果有图片或者内容侵犯您的权益请联系我们删除！