我是熊猫新手,我不知道做到这一点的最佳方式。熊猫 - 基于满足条件的列合并行
我有我已经放置在两个不同dataframes两个文件:
>> frame1.head()
Out[64]:
Date and Time Sample Unnamed: 2
0 05/18/2017 08:38:37:490 163.7 NaN
1 05/18/2017 08:39:37:490 164.5 NaN
2 05/18/2017 08:40:37:490 148.7 NaN
3 05/18/2017 08:41:37:490 111.2 NaN
4 05/18/2017 08:42:37:490 83.6 NaN
>>frame2.head()
Out[66]:
Date and Time Sample Unnamed: 2
0 05/18/2017 08:38:38:490 7.5 NaN
1 05/18/2017 08:39:38:490 7.5 NaN
2 05/18/2017 08:40:38:490 7.5 NaN
3 05/18/2017 08:41:38:490 7.5 NaN
4 05/18/2017 08:42:38:490 7.5 NaN
我需要从帧1到“合并”的任何一行,在帧2中的任何行,是在一秒钟内的彼此。
例如, 从帧1这一列:
0 05/18/2017 08:38:37:490 163.7 NaN
是该行的一秒内从帧2:
0 05/18/2017 08:38:38:490 7.5 NaN
所以,当他们是“合并”的输出应该像这样:
0 05/18/2017 08:38:37:490 163.7 7.5 NaN NaN
换句话说,一行有时间被另一个替换,a ND的所有剩余的列都只是附加
我想出是这样做的最接近的:
d3 = pd.merge(frame1, frame2, on='Date and Time (MM/DD/YYYY HH:MM:SS:sss)', how='outer')
>>d3.head()
Date and Time Sample_x Unnamed: 2_x Sample_y Unnamed: 2_y
0 05/18/2017 08:38:37:490 163.7 NaN NaN NaN
1 05/18/2017 08:39:37:490 164.5 NaN NaN NaN
2 05/18/2017 08:40:37:490 148.7 NaN NaN NaN
3 05/18/2017 08:41:37:490 111.2 NaN NaN NaN
4 05/18/2017 08:42:37:490 83.6 NaN NaN NaN
但是,这不是一个条件合并 ... .I如果它们彼此在一秒之内就需要合并,而不仅仅是完全相同。
我知道我可以用类似的时间比较:
def compare_time(temp, sec=1):
return abs(current - temp) <= datetime.timedelta(seconds=sec)
然后使用。适用()或东西...但我不知道如何拼凑所有这一起
编辑:它看起来像pd.merge_asof做了很好的工作,但我也需要保留未在最后一帧以及
编辑匹配/合并的线路2:
个df1 = pd.DataFrame({ 'datetime':pd.date_range('1-1-2017', periods= 4,freq='s'),
'sample': np.arange(4)+100 })
df2 = pd.DataFrame({ 'datetime':pd.date_range('1-1-2017', periods=4,freq='300ms'),
'sample': np.arange(4) })
blah = pd.merge_asof(df2, df1, on='datetime', tolerance=pd.Timedelta('1s')) \
.append(df1.rename(columns={'sample':'sample_x'})).drop_duplicates('sample_x')
blah
回报:
datetime sample_x sample_y
0 2017-01-01 00:00:00.000 0 100.0
1 2017-01-01 00:00:00.300 1 100.0
2 2017-01-01 00:00:00.600 2 100.0
3 2017-01-01 00:00:00.900 3 100.0
0 2017-01-01 00:00:00.000 100 NaN
1 2017-01-01 00:00:01.000 101 NaN
2 2017-01-01 00:00:02.000 102 NaN
3 2017-01-01 00:00:03.000 103 NaN
注意到它的保留原始行索引(零列出了两次)..
您可以检查'pd.merge_asof' https://pandas.pydata.org/pandas-docs/stable/generated/pandas.merge_asof.html#pandas.merge_asof – Wen
每行数据帧的行大小有多大? – Parfait
如果r1的时间戳是05/18/2017 08:38:37:490,那么r2的时间戳是05/18/2017 08:39:36:490,而r3的时间戳是05/18/2017 08:40:35:490',他们将如何合并? r1和r2在一秒之内,r2和r3也在一秒之内。但r1和r3不是。 – RagingRoosevelt