熊貓/ Python數據框 - 在合併邏輯中丟失

Question

我在this excercising上打開數據集。使用dataframes的基本描述：

有一個包含數據的可得信息：dataavail

Timestamp Availability 
201605252300 True 
201605252315 False 
201605252015 True 

有一個包含實際數據weatherdata

SquareID Timestamp Precipitation 
25  201605252300 1 

的事情是，如果有是否雨，即不是標記爲weatherdata.Precipitation爲0，而是由s暗示從weatherdata丟失。然而，並非所有丟失的數據都不意味着沒有降水，這也意味着技術失敗。這就是dataavail的地方。如果Timestamp在dataAvailability是False，這意味着有技術問題，並且沒有數據。如果在data一個Timestamp的Availability是True，這意味着沉澱竟是0

我想，讓我有一個描述的選項的完整頻譜，即一個看起來像這樣的數據幀這兩個dataframes結合：

Timestamp Availability Precipitation 
201605252300 True   1   #if the availability is True, and there's rain, data can be pulled from weatherdata 
201605252315 False  NaN   #if there's a technical issue, data can stay NaN for further imputation 
201605252015 True   0   #if the data's availability is True, but there's no entry fot it in weatherdata, it should be 0 

我們做到這一點，我想將它們合併爲

precip_alldata = pd.merge(weatherdata, dataavail, on=['Timestamp'], how='right') 

在我的理解，根據documentation這應該

權：只使用按鍵從右框架（SQL：右外連接）

但是，這是我想要的，因爲在dataavail有一個爲所有可能的時間戳可用性數據。我也明白，如果可用性爲真，這還不能用NaN取代NaN。但是，輸出precip_alldata沒有任何行，其中Availability是True，但Precipitation是NaN，這使我相信某些事情在我的想法中不存在。看看原始數據集，我可以清楚地看到沒有降水的場合，Avaiability爲True。所以，我的輸出看起來像

Timestamp Availability Precipitation 
201605252300 True   1 
201605252315 False  Nan 

凡在我的理解/我要的是

Timestamp Availability Precipitation 
201605252300 True   1 
201605252315 False  NaN 
201605252015 True   NaN 

在這第一步

。 請您指出我思想中的罪魁禍首嗎？謝謝！

Answer 1

嘗試以下操作：

precip_alldata = pd.merge(dataavail, weatherdata, how='left') 
precip_alldata[['TimeStamp', 'Availability', 'Precipitation']] 

使用左連接會給你從左邊的數據框（dataavail）所有行。

輸出：

  Timestamp Availability Precipitation 
0 201605252300   True   1.0 
1 201605252315  False   NaN 
2 201605252015   True   NaN