Je veux fusionner df1 & df2 donc je suis parti avec un df basé sur le prix «élevé» de la colonne df1. Je pense que la meilleure approche est d'utiliser la colonne 'date' de df1. Le but est d'aligner 'df1 high' avec 'df2 datetime' afin que je puisse voir à quelle heure le high a été atteint pour ce jour. Donc, je devrais retourner un df avec DF1 ligne 0 et DF2 ligne 51. ce que j'ai essayé -Fusionner les images de sorte que je garde seulement les lignes qui ont la même date
df21 = pd.merge(df1, df2, on='date', how='right')#no good
df22 = pd.merge(df1, df2, on='date', how='left')#returns nothing
df23 = pd.merge(df1, df2, on='date', how='inner')#returns nothing
df26 = pd.merge(df1, df2, right_index=True, left_index=True)#returns nothing
df29 = pd.merge(df1, df2, left_on='date', right_on='date')#returns nothing
df30 = pd.merge(df1, df2, right_index=True, left_index=True)#returns nothing
je le DF1 suivant
date open high low close
0 2017-07-19 30.75 30.84 30.23 30.38
1 2017-07-20 30.44 30.97 29.90 30.52
2 2017-07-21 30.40 31.48 30.30 31.12
3 2017-07-22 31.89 31.98 31.11 31.49
4 2017-07-25 31.85 31.85 29.62 29.78
et j'ai DF2
datetime close high low open OI V WAP \
49 2017-07-19 10:19:00 30.62 30.70 30.60 30.69 91 196 30.654
50 2017-07-19 10:20:00 30.68 30.73 30.64 30.64 135 281 30.699
51 2017-07-19 10:21:00 30.71 30.84 30.69 30.69 383 1156 30.768
52 2017-07-19 10:22:00 30.73 30.74 30.69 30.70 40 88 30.710
53 2017-07-19 10:23:00 30.79 30.83 30.74 30.74 165 313 30.796
date time
49 2017-07-19 10:19:00
50 2017-07-19 10:20:00
51 2017-07-19 10:21:00
52 2017-07-19 10:22:00
53 2017-07-19 10:23:00
Je m'ennuie du vieux nom d'utilisateur de John Galt :-( –
merci - je ne savais pas que vous pouviez fusionner sur 2 colonnes et j'avais aussi des dates différentes. –