如何基于日期条件从另一DataFrame创建新列并匹配异构数据集

核心思路 #

先把宽格式的火灾数据集转成「年-月-火灾数」的长格式，再从目标数据集的日期中提取年、月作为匹配键，最后通过年、月关联两个数据集，自动实现重复日期对应重复火灾数的效果。

具体步骤（基于Python Pandas） #

1. 转换火灾数据集格式（宽→长） #

假设你的火灾数据集是类似这样的宽格式（月份为行，年份为列）：

用melt函数将其转成长格式，方便后续匹配：

import pandas as pd

# 替换成你的火灾数据集读取代码，比如pd.read_excel("fire_data.xlsx")
fire_df = pd.DataFrame({
    "月份": [1, 2, 3],
    "2020": [10, 5, 8],
    "2021": [15, 7, 10],
    "2022": [8, 12, 15]
})

# 宽转长，生成年份、月份、火灾数三列
fire_long = fire_df.melt(
    id_vars="月份",
    var_name="年份",
    value_name="nr_total_queimadas"
)
# 将年份转为整数类型，避免字符串匹配问题
fire_long["年份"] = fire_long["年份"].astype(int)

2. 从目标数据集提取匹配键 #

从data_medicao列中提取年、月，作为和火灾数据集关联的依据：

# 替换成你的目标数据集读取代码
target_df = pd.DataFrame({
    "data_medicao": ["2020-01-05", "2020-01-10", "2021-02-03", "2022-03-15"]
})

# 解析日期并提取年、月
target_df["年份"] = pd.to_datetime(target_df["data_medicao"]).dt.year
target_df["月份"] = pd.to_datetime(target_df["data_medicao"]).dt.month

3. 合并两个数据集 #

通过merge函数按年、月关联，自动为每个重复日期匹配对应火灾数：

# 左连接保留目标数据集的所有行，即使没有对应火灾数据也会显示NaN
result_df = pd.merge(
    target_df,
    fire_long,
    on=["年份", "月份"],
    how="left"
)

# 清理中间生成的年份、月份列（按需保留）
result_df = result_df.drop(["年份", "月份"], axis=1)

为什么不用循环？ #

Pandas的内置函数（melt/merge）是为批量数据处理优化的，效率远高于手动循环，且能避免循环中容易出现的索引错误、匹配遗漏问题，完全满足你「重复日期对应重复火灾数」的需求。

如果你的数据集有特殊格式（比如月份是英文缩写、日期格式不规范），可以调整日期解析参数，比如用pd.to_datetime(..., format="%Y-%b-%d")来适配英文月份。

内容的提问来源于stack exchange，提问作者Alysson Drews