循环遍历多个数据帧并创建日期时间索引然后加入数据帧

编程问答 2022-05-01

问题描述

我有 9 个不同长度但格式相似的数据帧。每个数据框都有一个 year、month 和 day 列，其日期跨度为 1/1/2009-12/31/2019，但某些数据框在某些日子里缺少数据。我想用日期时间索引构建一个大型数据框，但我无法创建一个循环来将年、月和日列转换为每个数据框的日期时间索引，并且不知道使用哪个函数来连接数据框在一起。我有一个名为 Temp 的数据框，其中包含 11 年期间每一天的全部 4017 行数据，但其余数据框缺少某些日期。

import pandas as pd

#just creating some sample data to make it easier

Temp = pd.DataFrame({'year':[2009,2009,2010,2011,2012,2013,2014,2015,2015],'month':[1,2,3,1,3],'day':[1,'T1':[20,21,25,28,30,33,39,35,34,31,27,24,20,39],'T2':[33,30]})

WS = pd.DataFrame({'year':[2009,'WS1':[5.4,5.1,5.2,4.3,4.4,1.2,1.5,1.6,2.3,2.5,3.1,4.6,1.5],'WS2':[5.4,2.5]})

RH = pd.DataFrame({'year':[2009,2014],'RH1':[33,38,45,52,60,61,66,59,61],'RH2':[33,60]})

好的，到目前为止，我尝试的是首先创建一个循环，将年、月和日列转换为 DateTime 索引并删除剩余的年、月和日列。

df = [Temp,WS,RH]

for dfs in df:
    dfs['date'] = pd.to_datetime(dfs[['year','month','day']])
    dfs.set_index(['date'],inplace=True)
    dfs.drop(columns = ['year','day'],inplace=True)

但我不断收到错误信息，显示 TypeError: tuple indices must be integers or slices,not list 或 TypeError: list indices must be integers or slices,not list。由于我无法解决这个问题，因此我无法辨别之后要做什么才能将所有数据帧合并在一起。我假设我必须设置一个像 idx = pd.date_range('2018-01-01 00:00:00','2018-12-31 23:00:00',freq='H') 这样的索引，然后为缺少数据的数据帧设置 reset_index。然后，我不能使用左连接或连接，因为它们都有相同的索引吗？ 上面给出的数据框示例没有所需的日期范围，我只是不知道如何制作示例数据框。

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）

datetimeindexjoinjoinloopspandaspandaspython