我想知道如何加快两个数据帧的合并。其中一个数据帧具有时间戳数据点(value
列)。基于不规则时间间隔合并熊猫DataFrames
import pandas as pd
import numpy as np
data = pd.DataFrame({'time':np.sort(np.random.uniform(0,100,size=50)),
'value':np.random.uniform(-1,1,size=50)})
另一个具有时间间隔的信息(start_time
,end_time
,和相关联的interval_id
)。
intervals = pd.DataFrame({'interval_id':np.arange(9),
'start_time':np.random.uniform(0,5,size=9) + np.arange(0,90,10),
'end_time':np.random.uniform(5,10,size=9) + np.arange(0,90,10)})
我想这两个dataframes更有效地合并超过以下for
循环:
data['interval_id'] = np.nan
for index, ser in intervals.iterrows():
in_interval = (data['time'] >= ser['start_time']) & \
(data['time'] <= ser['end_time'])
data['interval_id'][in_interval] = ser['interval_id']
result = data.merge(intervals, how='outer').sort('time').reset_index(drop=True)
我一直想象我就可以用熊猫time series functionality,如日期范围或TimeGrouper ,但我还没有找出比上述更多的pythonic(pandas-y?)。
结果举例:
time value interval_id start_time end_time
0 0.575976 0.022727 NaN NaN NaN
1 4.607545 0.222568 0 3.618715 8.294847
2 5.179350 0.438052 0 3.618715 8.294847
3 11.069956 0.641269 1 10.301728 19.870283
4 12.387854 0.344192 1 10.301728 19.870283
5 18.889691 0.582946 1 10.301728 19.870283
6 20.850469 -0.027436 NaN NaN NaN
7 23.199618 0.731316 2 21.488868 28.968338
8 26.631284 0.570647 2 21.488868 28.968338
9 26.996397 0.597035 2 21.488868 28.968338
10 28.601867 -0.131712 2 21.488868 28.968338
11 28.660986 0.710856 2 21.488868 28.968338
12 28.875395 -0.355208 2 21.488868 28.968338
13 28.959320 -0.430759 2 21.488868 28.968338
14 29.702800 -0.554742 NaN NaN NaN
从时间序列,精明的人有什么建议在那里将不胜感激。
更新,杰夫的回答后:
的主要问题是,interval_id
没有就任何固定的时间间隔(例如,间隔并不总是约10秒)。一个间隔可能是10秒,接下来可能是2秒,接下来可能是100秒,所以我不能像杰夫提出的那样使用任何常规舍入方案。不幸的是,我上面的最小例子没有说清楚。
是间隔总是脱节? – unutbu
在这种情况下,是的,间隔总是不相交的。找到重叠间隔的解决方案也很有趣,现在你问了! – pedmiston