如何在Pandas中合并含重复行的多个DataFrame？

首先明确数据结构和填充规则：假设q为当月首日（示例值'2015-01-01'），对应入场价格为q_price；p为当月末日（示例值'2015-01-31'），对应出场价格为p_price，你可根据实际需求替换这些值。

步骤1：导入库并定义基础数据 #

import pandas as pd

# 定义你提供的三个DataFrame
df1 = pd.DataFrame({
    'Ticker': ['HAVELLS', 'TRITUR'],
    'Entry Price': [1306.6, 115.43],
    'Entry Date': ['2015-01-02', '2015-01-02']
})

df2 = pd.DataFrame({
    'Ticker': ['BRITANNIA', 'TRITUR'],
    'Exit Price': [1200, 111.41],
    'Exit Date': ['2015-01-09', '2015-01-09']
})

df3 = pd.DataFrame({
    'Ticker': ['TRITUR'],
    'Entry Price': [112.01],
    'Entry Date': ['2015-01-16']
})

# 定义当月首日、末日及对应价格（请根据实际情况修改）
q = '2015-01-01'
q_price = 100  # 示例值，替换为实际首日价格
p = '2015-01-31'
p_price = 150  # 示例值，替换为实际末日价格

步骤2：整合入场和出场数据 #

把所有入场记录（df1+df3）和出场记录（df2）整理成统一格式，方便后续分组处理：

# 合并所有入场记录
entry_df = pd.concat([df1, df3]).reset_index(drop=True)
entry_df['Type'] = 'Entry'

# 转换出场记录格式，和入场对齐
exit_df = df2.rename(columns={'Exit Price': 'Price', 'Exit Date': 'Date'})
exit_df['Type'] = 'Exit'

# 转换入场记录格式
entry_df = entry_df.rename(columns={'Entry Price': 'Price', 'Entry Date': 'Date'})

# 合并所有记录并按股票代码、日期排序
all_records = pd.concat([entry_df, exit_df]).sort_values(['Ticker', 'Date']).reset_index(drop=True)

步骤3：按Ticker分组处理出入场配对与缺失值填充 #

针对每个股票的记录，完成出入场配对，缺失部分用预设的当月首日/末日填充：

result_list = []

for ticker, group in all_records.groupby('Ticker'):
    # 分离入场和出场记录并按日期排序
    entries = group[group['Type'] == 'Entry'].sort_values('Date').reset_index(drop=True)
    exits = group[group['Type'] == 'Exit'].sort_values('Date').reset_index(drop=True)
    
    max_len = max(len(entries), len(exits))
    
    # 补充缺失的入场记录（用当月首日信息）
    if len(entries) < max_len:
        add_entries = pd.DataFrame({
            'Ticker': [ticker] * (max_len - len(entries)),
            'Price': [q_price] * (max_len - len(entries)),
            'Date': [q] * (max_len - len(entries)),
            'Type': ['Entry'] * (max_len - len(entries))
        })
        entries = pd.concat([entries, add_entries]).sort_values('Date').reset_index(drop=True)
    
    # 补充缺失的出场记录（用当月末日信息）
    if len(exits) < max_len:
        add_exits = pd.DataFrame({
            'Ticker': [ticker] * (max_len - len(exits)),
            'Price': [p_price] * (max_len - len(exits)),
            'Date': [p] * (max_len - len(exits)),
            'Type': ['Exit'] * (max_len - len(exits))
        })
        exits = pd.concat([exits, add_exits]).sort_values('Date').reset_index(drop=True)
    
    # 配对出入场记录
    paired = pd.DataFrame({
        'Ticker': ticker,
        'Entry Date': entries['Date'],
        'Entry Price': entries['Price'],
        'Exit Date': exits['Date'],
        'Exit Price': exits['Price']
    })
    result_list.append(paired)

# 合并所有结果
final_df = pd.concat(result_list).reset_index(drop=True)

最终结果示例 #

运行后final_df的格式如下：

逻辑说明 #

• 仅出场无入场的股票（如BRITANNIA）：自动用当月首日q填充入场信息；
• 仅入场无出场的股票（如HAVELLS）：自动用当月末日p填充出场信息；
• 多次出入场的股票（如TRITUR）：按时间顺序配对，多余的入场记录用末日填充出场。

内容的提问来源于stack exchange，提问作者junfan02