Tengo el siguiente código:
import random
import pandas as pd
from datetime import datetime
inicio = datetime(2017, 1, 30)
final = datetime(2019, 3, 21)
datos = []
for i in range (0, 10000):
datos.append(inicio + (final - inicio) * random.random())
df = pd.DataFrame(datos)
df.rename(columns={0: "Fecha"}, inplace=True)
procesos = []
for a in range (1, 11):
procesos.append('Proceso' + str(a))
total = 0
proceso = []
for i in range (0, 10):
for j in range ( 0, 1000):
proceso.append(procesos[total])
total += 1
datosProceso = pd.DataFrame(proceso)
datosProceso.rename(index=str, columns={0: "Proceso"}, inplace=True)
Esto crea dos df con 10.000 datos aleatorios, uno tiene 10.000 fechas y el otro tiene 10.000 datos de procesos separados en 10 procesos aleatorios o sea 1000 datos de proceso1, 1000 datos de proceso2, etc.
Ahora como podria unir los dos dataframe en uno solo que tenga dos columnas, procesos y fechas, probe agregando ids, con concat pero lo tira abajo, join me da error, etc.
Sin usar los dos DF que se arman rápido lo hago de esta forma pero que tarda 2 a 3 min porque va linea a linea en la posición suplantando el valor ademas de que tira SettingWithCopyWarning:
import random
import pandas as pd
from datetime import datetime
inicio = datetime(2017, 1, 30)
final = datetime(2019, 3, 21)
datos = []
for i in range (0, 10000):
datos.append(inicio + (final - inicio) * random.random())
df = pd.DataFrame(datos)
df.rename(columns={0: "Fecha"}, inplace=True)
df['proceso'] = ''
procesos = []
for a in range (1, 11):
procesos.append('Proceso' + str(a))
total = 0
posicion = 0
for i in range (0, 10):
for j in range ( 0, 1000):
df['proceso'][posicion] = procesos[total]
print(posicion)
posicion += 1
total += 1