Mam problemy z połączeniami w pandach i próbuję dowiedzieć się, co jest nie tak. że mam dataframe
X:Pandy dołączają/scalają/łączą dwie ramki danych
<class 'pandas.core.frame.DataFrame'>
DatetimeIndex: 1941 entries, 2004-10-19 00:00:00 to 2012-07-23 00:00:00
Data columns:
close 1941 non-null values
high 1941 non-null values
low 1941 non-null values
open 1941 non-null values
dtypes: float64(4)
powinno być w stanie połączyć się z Y na indeksową prosty rozkaz przyłączenia, w którym Y = x wyjątkiem colnames mają +2.
<class 'pandas.core.frame.DataFrame'>
DatetimeIndex: 1941 entries, 2004-10-19 00:00:00 to 2012-07-23 00:00:00
Data columns:
close2 1941 non-null values
high2 1941 non-null values
low2 1941 non-null values
open2 1941 non-null values
dtypes: float64(4)
y.join(x) or pandas.DataFrame.join(y,x):
<class 'pandas.core.frame.DataFrame'>
DatetimeIndex: 34879 entries, 2004-12-16 00:00:00 to 2012-07-12 00:00:00
Data columns:
close2 34879 non-null values
high2 34879 non-null values
low2 34879 non-null values
open2 34879 non-null values
close 34879 non-null values
high 34879 non-null values
low 34879 non-null values
open 34879 non-null values
dtypes: float64(8)
Spodziewam się, że finał będzie miał 1941 non-wartości dla obu. Próbowałem również scalić, ale mam ten sam problem.
Myślałem, że właściwą odpowiedzią był pandas.concat ([x, y]), ale to nie robi tego, co zamierzam.
In [83]: pandas.concat([x,y])
Out[83]: <class 'pandas.core.frame.DataFrame'>
DatetimeIndex: 3882 entries, 2004-10-19 00:00:00 to 2012-07-23 00:00:00
Data columns:
close2 3882 non-null values
high2 3882 non-null values
low2 3882 non-null values
open2 3882 non-null values
dtypes: float64(4)
edit: Jeśli występują problemy z przyłączyć, przeczytaj odpowiedź Wes jest poniżej. Miałem jeden znacznik czasu, który został zduplikowany.
Dzięki, to było to. Bardzo to doceniam –