熊猫/ Python数据框 - 在合并逻辑中丢失

Question

我在this excercising上打开数据集。使用dataframes的基本描述：

有一个包含数据的可得信息：dataavail

Timestamp Availability 
201605252300 True 
201605252315 False 
201605252015 True 

有一个包含实际数据weatherdata

SquareID Timestamp Precipitation 
25  201605252300 1 

的事情是，如果有是否雨，即不是标记为weatherdata.Precipitation为0，而是由s暗示从weatherdata丢失。然而，并非所有丢失的数据都不意味着没有降水，这也意味着技术失败。这就是dataavail的地方。如果Timestamp在dataAvailability是False，这意味着有技术问题，并且没有数据。如果在data一个Timestamp的Availability是True，这意味着沉淀竟是0

我想，让我有一个描述的选项的完整频谱，即一个看起来像这样的数据帧这两个dataframes结合：

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 

我们做到这一点，我想将它们合并为

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

在我的理解，根据documentation这应该

权：只使用按键从右框架（SQL：右外连接）

但是，这是我想要的，因为在dataavail有一个为所有可能的时间戳可用性数据。我也明白，如果可用性为真，这还不能用NaN取代NaN。但是，输出precip_alldata没有任何行，其中Availability是True，但Precipitation是NaN，这使我相信某些事情在我的想法中不存在。看看原始数据集，我可以清楚地看到没有降水的场合，Avaiability为True。所以，我的输出看起来像

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 

在这第一步

。 请您指出我思想中的罪魁祸首吗？谢谢！

Answer 1

尝试以下操作：

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

使用左连接会给你从左边的数据框（dataavail）所有行。

输出：

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