我有两个数据框。一个有精确的（每日）DateTimeIndex。我已使用该索引使用groupby(['groupid', pd.TimeGrouper('1M', closed='left', label='left')])创建月度统计数据。
现在，我想将信息合并回原始数据帧。但是，折叠后的数据框的日期时间标签当然与原始DateTimeIndex并不完全对应。因此，我想将它们与相应的月份年份信息进行匹配。
我该怎么办？
statistics
date groupid
2001-01-31 1 10
2001-02-31 1 11
和原始数据框
date groupid foo
2001-01-25 1 1
2001-01-28 1 2
2001-02-02 1 4
预期产量
date groupid foo statistics
2001-01-25 1 1 10
2001-01-28 1 2 10
2001-02-02 1 4 11
最佳答案
您可以先按to_period然后按merge创建月份为新的列，由于2001-02-31不存在，也有必要将2001-02-28从df1更改为31. February。
df1['per'] = df1.index.get_level_values('date').to_period('M')
df2['per'] = df2.date.dt.to_period('M')
print (df1)
statistics per
date groupid
2001-01-31 1 10 2001-01
2001-02-28 1 11 2001-02
print (df2)
date groupid foo per
0 2001-01-25 1 1 2001-01
1 2001-01-28 1 2 2001-01
2 2001-02-02 1 4 2001-02
print (pd.merge(df2, df1.reset_index(level=1), on=['per','groupid'], how='right')
.drop('per', axis=1))
date groupid foo statistics
0 2001-01-25 1 1 10
1 2001-01-28 1 2 10
2 2001-02-02 1 4 11
关于python - 将DateTimeIndex与月-年合并，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/41824899/