-1
我有被組織2個的數據幀如下:熊貓合併錯誤:TIMEDATE被轉換爲UNIX
eth_price.head(n=5)
Out[12]:
time eth_price
0 2017-08-28 16:19:00 344.021
2 2017-08-28 16:24:00 343.833
3 2017-08-28 16:29:00 343.643
4 2017-08-28 16:34:00 343.632
5 2017-08-28 16:39:00 343.456
btc_price.head(n=5)
Out[13]:
time btc_price
0 2017-08-27 22:50:00 4,389.6113
1 2017-08-27 22:51:00 4,389.0850
2 2017-08-27 22:52:00 4,388.8625
3 2017-08-27 22:53:00 4,389.7888
4 2017-08-27 22:56:00 4,389.9138
我想用下面的代碼合併他們time
:
all_data = pd.merge(btc_price, eth_price, on = 'time', how = 'outer')
一個數據幀是6195行,另一個是908.理論上,all_data
應該返回6195行,包含3列(time,btc_price,eth_price)。
出於某種原因,eth_price
時間戳最初的btc_price
timestamp-匹配正在轉化爲UNIX在這樣合併的數據幀:
time btc_price eth_price
1504304640000000000 NA 386.541
1504304940000000000 NA 386.48
1504305240000000000 NA 386.67199999999997
1504305540000000000 NA 386.37199999999996
1504305840000000000 NA 386.606
這究竟是爲什麼以及如何解決呢?
編輯:這個問題即使仍然存在,當我使用顯式定義eth_price數據的時間戳,eth_price[0] = pd.to_datetime(eth_price[0], unit = 's')
您是如何解決上一個問題的日期時間轉換問題的? –
呃,實際上問題是csv文件本身的結構......行由於編輯而不匹配,所以我不得不手動重新對齊列 – zsad512
@cᴏʟᴅsᴘᴇᴇᴅ'btc_price ['time']。dtype Out [8] :dtype('O') eth_price ['time']。dtype Out [9]:dtype('
zsad512