双同日期面板数据集处理：城市日均温差值计算函数咨询

嗨，针对你要合并两个日均温数据集并计算同一城市气温差值的需求，我推荐用Python的pandas库或者R的tidyverse工具集来实现，下面是具体的函数和操作步骤：

Python 实现（基于pandas库） #

假设你的数据集是以CSV格式存储的，步骤如下：

• 首先导入pandas并读取两个数据集：

  import pandas as pd
  
  # 读取数据集
  df1 = pd.read_csv("dataset1.csv")
  df2 = pd.read_csv("dataset2.csv")
  

• 从数据集2中提取每个城市（FUA_CODE）对应的主城市行（也就是每个FUA_CODE分组下的第一行，对应Milano、Roma这类核心城市）：

  # 按FUA_CODE分组，保留每个组的第一行（主城市数据）
  df2_main_cities = df2.groupby("FUA_CODE").first().reset_index()
  

• 合并两个数据集，以FUA_CODE为匹配键：

  # 合并时给两个数据集的日期列添加后缀，区分来源
  merged_df = pd.merge(df1, df2_main_cities, on="FUA_CODE", suffixes=("_df1", "_df2"))
  

• 计算每个日期的气温差值（或拼接成你想要的"原值 - 对比值"格式）：

  # 筛选所有日期列（列名包含日期格式的"-"）
  date_columns = [col for col in df1.columns if "-" in col]
  
  # 方式1：计算数值差值
  for col in date_columns:
      merged_df[col] = merged_df[f"{col}_df1"] - merged_df[f"{col}_df2"]
  
  # 方式2：拼接成"原值 - 对比值"的字符串格式（和你理想结果一致）
  for col in date_columns:
      merged_df[col] = merged_df[f"{col}_df1"].astype(str) + " - " + merged_df[f"{col}_df2"].astype(str)
  

• 最后整理结果，保留需要的列：

  # 保留FUA_CODE和所有日期列
  final_result = merged_df[["FUA_CODE"] + date_columns]
  

R 实现（基于tidyverse工具集） #

同样假设数据是CSV格式，步骤如下：

• 导入tidyverse并读取数据：

  library(tidyverse)
  
  # 读取数据集
  df1 <- read_csv("dataset1.csv")
  df2 <- read_csv("dataset2.csv")
  

• 提取数据集2中的主城市行：

  # 按FUA_CODE分组，取每个组的第一行
  df2_main_cities <- df2 %>% 
    group_by(FUA_CODE) %>% 
    slice(1) %>% 
    ungroup()
  

• 合并两个数据集：

  merged_df <- inner_join(df1, df2_main_cities, by = "FUA_CODE")
  

• 计算差值或拼接字符串：

  # 筛选日期列
  date_columns <- colnames(df1)[str_detect(colnames(df1), "-")]
  
  # 方式1：计算数值差值
  merged_df <- merged_df %>% 
    mutate(across(all_of(date_columns), ~ .x.x - .x.y))
  
  # 方式2：拼接成"原值 - 对比值"的字符串格式
  merged_df <- merged_df %>% 
    mutate(across(all_of(date_columns), ~ str_c(.x.x, " - ", .x.y)))
  

• 整理最终结果：

  final_result <- merged_df %>% select(FUA_CODE, all_of(date_columns))
  

注意事项 #

• 确保两个数据集的FUA_CODE编码完全匹配，日期列的名称和数量一致；
• 如果数据集2中主城市不是每个分组的第一行，可以通过字符串匹配（比如筛选城市名称不含"outside"的行）来提取；
• 如果存在缺失值，可以用fillna()（Python）或replace_na()（R）提前处理。

内容的提问来源于stack exchange，提问作者nflore