1

Tengo dos DataFrames de pandas con Fechas y Datos:

df_A = pd.DataFrame({
    'Fecha': ['15/12/2018', '16/12/2018', '18/12/2018'],
    'Datos_A': [1, 5, 9]
})
df_B = pd.DataFrame({
    'Fecha': ['15/12/2018', '16/12/2018', '17/12/2018', '19/12/2018'],
    'Datos_B': [7, 5, 3, 4]
})

Convierto las fechas al formato datetime.

df_A.Fecha = pd.to_datetime(df_A.Fecha)
df_B.Fecha = pd.to_datetime(df_B.Fecha)

df_A

    Datos_A Fecha
0   1       15/12/2018
1   5       16/12/2018
2   9       18/12/2018

df_B

    Datos_B Fecha
0   7       15/12/2018
1   5       16/12/2018
2   3       17/12/2018
3   4       19/12/2018

¿Cómo puedo concatenar ambas DataFrames de tal forma que se unifique la columna de Fecha para obtener el siguiente resultado?

         Fecha Datos_A  Datos_B
0   2018-12-15       1        7
1   2018-12-16       5        5
2   2018-12-17     NaN        3
3   2018-12-18       9      NaN
4   2018-12-19     NaN        4

2 respuestas 2

1

La solución no era tan complicada después de todo.

df = pd.merge(df_A, df_B, on='Fecha', how='outer')
df.sort_values(by='Fecha', inplace=True)
df[['Fecha', 'Datos_A', 'Datos_B']]

    Fecha       Datos_A Datos_B
0   2018-12-15      1.0     7.0
1   2018-12-16      5.0     5.0
3   2018-12-17      NaN     3.0
2   2018-12-18      9.0     NaN
4   2018-12-19      NaN     4.0

Editado el 22.12.2018

A petición de @shadow voy a explicar la solución.

En la primera línea de código se fusionan las dos DataFrames df_A y df_B, siendo Fecha la columna a unir e indicando en how='outer' que se use la unión de las keys de ambas frames. Para más información ver la documentación de pandas.

La segunda línea de código ordena los valores por Fecha y sustituye el resultado en df. Más info aquí.

La tercera línea de código muestra la nueva df ordenando las columnas según Fecha, Datos_A y Datos_B.

A posteriori me he dado cuenta que esta solución es solo válida para dos DataFrames. Si alguien tiene una solución mejor para más de dos DataFramesque no dude en exponerla.

4
  • y si a parte de mencionar que no es complicada, la explicas?
    – user75901
    el 21 dic. 2018 a las 13:20
  • Pensaba que con el enlace ya quedaba suficientemente explicado. No tengo problema en explicar la solución, aunque no soy ningún as en la materia. Por otra parte, me he dado cuenta que esta solución solo es válida para dos DataFrames. ¿Alguine tiene una solución mejor para más de dos DataFrames?
    – PedroBiel
    el 22 dic. 2018 a las 17:35
  • sigue sin ser válida, todo ese código que pones por que? como funciona?
    – user75901
    el 22 dic. 2018 a las 17:37
  • @PedroBiel Mira a ver qué te parece mi solución para varios dataframes
    – abulafia
    el 22 dic. 2018 a las 19:00
0

Como el propio autor de la pregunta ha descubierto, pd.merge() es la solución que buscaba, si bien sólo puede operar sobre dos dataframes.

Para combinar varios dataframes, es posible repetir la misma operación entre el resultado del pd.merge() anterior y el siguiente dataframe.

Haciendo uso de functools.reduce se puede condensar la sintaxis (aunque en esencia se trata de lo mismo, hacer un merge entre dos, siendo uno el resultado del merge anterior).

Ejemplo:

import pandas as pd
from functools import reduce

# Definir una función que, dados dos dataframes, retorne uno
# con la combinación deseada
def juntar(left, right):
  return pd.merge(left, right, on='Fecha', how='outer')

# Defino cuatro dataframes de ejemplo
df_A = pd.DataFrame({
    'Fecha': ['15/12/2018', '16/12/2018', '18/12/2018'],
    'Datos_A': [1, 5, 9]
})
df_B = pd.DataFrame({
    'Fecha': ['15/12/2018', '16/12/2018', '17/12/2018', '19/12/2018'],
    'Datos_B': [7, 5, 3, 4]
})
df_C = pd.DataFrame({
    'Fecha': ['15/12/2018', '17/12/2018', '18/12/2018'],
    'Datos_C': [6, 15, 8]
})
df_D = pd.DataFrame({
    'Fecha': ['15/12/2018', '16/12/2018', '18/12/2018', '19/12/2018'],
    'Datos_D': [17, 15, 13, 14]
})

# Uso reduce para juntar en uno solo los cuatro, haciendo uso
# de la función juntar() antes vista. Uso "Fecha" como
# indice y ordeno el índice
reduce(juntar, [df_A, df_B, df_C, df_D]).set_index("Fecha").sort_index()
            Datos_A  Datos_B  Datos_C  Datos_D
Fecha                                         
15/12/2018      1.0      7.0      6.0     17.0
16/12/2018      5.0      5.0      NaN     15.0
17/12/2018      NaN      3.0     15.0      NaN
18/12/2018      9.0      NaN      8.0     13.0
19/12/2018      NaN      4.0      NaN     14.0
2
  • He marcado tu solución @abulafia como válida en vez de la mía porque resuelve mejor mi cuestión.
    – PedroBiel
    el 23 dic. 2018 a las 13:17
  • @PedroBiel Ah, gracias por la honestidad. Yo había votado la tuya por tomarte la molestia en explicarla.
    – abulafia
    el 23 dic. 2018 a las 13:51

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge you have read our privacy policy.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.