将不同长度DataFrame组成的字典合并为单表并补零对齐维度的实现问题

实现方法 #

你之前的写法没有把每个子DataFrame里的日期和数值做对应映射，直接把整个DataFrame作为字典值传入，才会出现格式不符的问题。按以下步骤实现即可：

1. 先把字典中每个子DataFrame处理成以日期为索引、数值为值的Series，保证日期和数值的对应关系
2. 合并所有Series，按日期自动对齐，缺失值补0后转置，即可得到目标格式的DataFrame

示例代码

import pandas as pd

# 处理每个子DataFrame
series_list = []
for df in my_dict.values():
    # 转换yr_mo为日期格式避免对齐错误，设为索引后取数值列
    s = df.assign(yr_mo=pd.to_datetime(df["yr_mo"])).set_index("yr_mo")["number"]
    series_list.append(s)

# 合并对齐日期，补零后转置得到目标格式
result_df = pd.concat(series_list, axis=1).sort_index().fillna(0).T

# 如果需要重置行索引为0、1、2...的格式，加上下面这行即可
result_df = result_df.reset_index(drop=True)

代码说明

• pd.concat(series_list, axis=1)：将所有时间序列按日期索引对齐合并，列对应每一条原始时间序列，索引对应所有出现过的日期
• sort_index()：保证日期列按时间升序排列，和你给出的目标格式一致
• fillna(0)：将较短时间序列缺失的日期值统一补零
• .T转置后，行对应每一条原始时间序列，列对应所有日期，符合你的输出要求
• 如果不需要保留原始时间序列的key作为索引，加reset_index(drop=True)即可得到行索引为0开始的连续数字的格式

内容的提问来源于stack exchange，提问作者Cybernetic