두 데이터 프레임 열의 데이터를 하나의 열로 결합

Question

동일한 파라미터를 참조하지만 길이가 다른 두 개의 개별 DataFrame 열에 시계열 데이터가 있습니다.

데이터가 한 열에 만 존재하는 날짜에이 값을 새 열에 넣길 바랍니다. 양쪽 열에 대한 항목이있는 날짜에는 평균값을 갖고 싶습니다. (datetime 값인 인덱스를 사용하여 가입하고 싶습니다.)

누군가 내 두 열을 결합 할 수있는 방법을 제안 할 수 있습니까? 감사.

편집 2 : 두 열의 데이터를 병합해야하는 코드를 작성했지만 첫 번째 df에 값이 있지만 두 번째 df가있는 행에서 생성 된 색인을 사용하여 새 값을 설정하려고하면 KeyError이 표시됩니다. 하지 않습니다.

def merge_func(df): 
    null_index = df[(df['DOC_mg/L'].isnull() == False) & (df['TOC_mg/L'].isnull() == True)].index 
    df['TOC_mg/L'][null_index] = df[null_index]['DOC_mg/L'] 
    notnull_index = df[(df['DOC_mg/L'].isnull() == True) & (df['TOC_mg/L'].isnull() == False)].index 
    df['DOC_mg/L'][notnull_index] = df[notnull_index]['TOC_mg/L'] 

    df.insert(len(df.columns), 'Mean_mg/L', 0.0) 
    df['Mean_mg/L'] = (df['DOC_mg/L'] + df['TOC_mg/L'])/2 
    return df 

merge_func(sve) 

을 그리고 여기 오류입니다 : 여기 코드는 당신이 가까운

KeyError: "['2004-01-14T01:00:00.000000000+0100' '2004-03-04T01:00:00.000000000+0100'\n '2004-03-30T02:00:00.000000000+0200' '2004-04-12T02:00:00.000000000+0200'\n '2004-04-15T02:00:00.000000000+0200' '2004-04-17T02:00:00.000000000+0200'\n '2004-04-19T02:00:00.000000000+0200' '2004-04-20T02:00:00.000000000+0200'\n '2004-04-22T02:00:00.000000000+0200' '2004-04-26T02:00:00.000000000+0200'\n '2004-04-28T02:00:00.000000000+0200' '2004-04-30T02:00:00.000000000+0200'\n '2004-05-05T02:00:00.000000000+0200' '2004-05-07T02:00:00.000000000+0200'\n '2004-05-10T02:00:00.000000000+0200' '2004-05-13T02:00:00.000000000+0200'\n '2004-05-17T02:00:00.000000000+0200' '2004-05-20T02:00:00.000000000+0200'\n '2004-05-24T02:00:00.000000000+0200' '2004-05-28T02:00:00.000000000+0200'\n '2004-06-04T02:00:00.000000000+0200' '2004-06-10T02:00:00.000000000+0200'\n '2004-08-27T02:00:00.000000000+0200' '2004-10-06T02:00:00.000000000+0200'\n '2004-11-02T01:00:00.000000000+0100' '2004-12-08T01:00:00.000000000+0100'\n '2011-02-21T01:00:00.000000000+0100' '2011-03-21T01:00:00.000000000+0100'\n '2011-04-04T02:00:00.000000000+0200' '2011-04-11T02:00:00.000000000+0200'\n '2011-04-14T02:00:00.000000000+0200' '2011-04-18T02:00:00.000000000+0200'\n '2011-04-21T02:00:00.000000000+0200' '2011-04-25T02:00:00.000000000+0200'\n '2011-05-02T02:00:00.000000000+0200' '2011-05-09T02:00:00.000000000+0200'\n '2011-05-23T02:00:00.000000000+0200' '2011-06-07T02:00:00.000000000+0200'\n '2011-06-21T02:00:00.000000000+0200' '2011-07-04T02:00:00.000000000+0200'\n '2011-07-18T02:00:00.000000000+0200' '2011-08-31T02:00:00.000000000+0200'\n '2011-09-13T02:00:00.000000000+0200' '2011-09-28T02:00:00.000000000+0200'\n '2011-10-10T02:00:00.000000000+0200' '2011-10-25T02:00:00.000000000+0200'\n '2011-11-08T01:00:00.000000000+0100' '2011-11-28T01:00:00.000000000+0100'\n '2011-12-20T01:00:00.000000000+0100' '2012-01-19T01:00:00.000000000+0100'\n '2012-02-14T01:00:00.000000000+0100' '2012-03-13T01:00:00.000000000+0100'\n '2012-03-27T02:00:00.000000000+0200' '2012-04-02T02:00:00.000000000+0200'\n '2012-04-10T02:00:00.000000000+0200' '2012-04-17T02:00:00.000000000+0200'\n '2012-04-26T02:00:00.000000000+0200' '2012-04-30T02:00:00.000000000+0200'\n '2012-05-03T02:00:00.000000000+0200' '2012-05-07T02:00:00.000000000+0200'\n '2012-05-10T02:00:00.000000000+0200' '2012-05-14T02:00:00.000000000+0200'\n '2012-05-22T02:00:00.000000000+0200' '2012-06-05T02:00:00.000000000+0200'\n '2012-06-19T02:00:00.000000000+0200' '2012-07-03T02:00:00.000000000+0200'\n '2012-07-17T02:00:00.000000000+0200' '2012-07-31T02:00:00.000000000+0200'\n '2012-08-14T02:00:00.000000000+0200' '2012-08-28T02:00:00.000000000+0200'\n '2012-09-11T02:00:00.000000000+0200' '2012-09-25T02:00:00.000000000+0200'\n '2012-10-10T02:00:00.000000000+0200' '2012-10-24T02:00:00.000000000+0200'\n '2012-11-21T01:00:00.000000000+0100' '2012-12-18T01:00:00.000000000+0100'] not in index" 

Answer 1

,하지만 당신은 실제로() 함수 ISNULL을 사용하는 경우 행을 반복 할 필요가 없습니다. 기본적으로

df[(df['DOC_mg/L'].isnull() == False) & (df['TOC_mg/L'].isnull() == True)].index 

는 DOC_mg/L가 null는 아니고, TOC_mg/L가 null 행의 바로 인덱스를 반환합니다.

이제 TOC_mg/L의 값을 설정하려면이 같은 작업을 수행 할 수 있습니다

null_index = df[(df['DOC_mg/L'].isnull() == False) & \ 
       (df['TOC_mg/L'].isnull() == True)].index 
df['TOC_mg/L'][null_index] = df['DOC_mg/L'][null_index] # EDIT To switch the index position. 

이 TOC_mg/L가 null DOC_mg/L가 null가 아닌 행의 인덱스를 사용합니다 TOC_mg/L의 값을 같은 행의 DOC_mg/L에있는 값으로 설정하십시오.

참고 :이 인덱스를 사용하여 값을 설정하기위한 허용 방법이 아니다, 그러나 나는 몇 시간 동안 그 일을 봤는데 방법이다. 값을 설정할 때 방정식의 왼쪽이 df['col_name'][index]인지 확인하십시오. col_name 및 index이 전환 된 경우 값을 원래대로 설정되지 않은 사본으로 설정합니다.

평균을 설정하려면 새 열을 만들 수 있습니다.이 값은 Mean_mg/L이고 값은 0.0입니다. 이어서 두 열의 평균이 새로운 열 세트 : 우리는 해당 열의 값 NULL 값 채워진 열

# Insert a new col at the end of the dataframe columns name 'Mean_mg/L' 
#  with default value 0.0 
df.insert(len(df.columns), 'Mean_mg/L', 0.0) 
# Set this columns value to the average of DOC_mg/L and TOC_mg/L 
df['Mean_mg/L'] = (df['DOC_mg/L'] + df['TOC_mg/L'])/2 

는 평균 값과 동일한 것이다.