我有一些稀疏的高频数据(不均匀间隔)和一些低频数据(每日)。
如何加入此数据并在相应的低频数据列中附加相应的低频数据列,如果该数据列在当天?加入具有不同日期时间频率的数据帧
一种方法是创建一个自定义应用函数并检查每个数据的YMD并查找相应的低频数据,但这样做效率很低。
下面是一个例子数据框这表明了问题:
df1 = DataFrame(dict(date1 = date_range(start='20100101', periods=48, freq='H'),value1=range(48)))
df2 = DataFrame(dict(date2 = date_range(start='20100101', periods=2, freq='D'),value2=range(2)))
我试过pd.merge和和pd.join,但它们不匹配而产生的NaN。
merge(df1,df2,left_on='date1',right_on='date2',how='outer')
date1 value1 date2 value2
0 2010-01-01 00:00:00 0 2010-01-01 0
1 2010-01-01 01:00:00 1 NaT NaN
2 2010-01-01 02:00:00 2 NaT NaN
3 2010-01-01 03:00:00 3 NaT NaN
...
1 2010-01-01 01:00:00 1 2010-01-02 1
24 2010-01-02 00:00:00 24 NaT NaN
25 2010-01-02 01:00:00 25 NaT NaN
...
30 2010-01-02 06:00:00 30 NaT NaN
31 2010-01-02 07:00:00 31 NaT NaN
我希望的应有值2输出的一切一号和1一切二号0:
date1 value1 date2 value2
0 2010-01-01 00:00:00 0 2010-01-01 0
1 2010-01-01 01:00:00 1 2010-01-01 0
2 2010-01-01 02:00:00 2 2010-01-01 0
3 2010-01-01 03:00:00 3 2010-01-01 0
...
29 2010-01-02 05:00:00 29 2010-01-02 1
30 2010-01-02 06:00:00 30 2010-01-02 1
31 2010-01-02 07:00:00 31 2010-01-02 1
Perh aps你正在寻找resample? – 2014-10-02 22:52:59
如果您给出两个示例(小)数据框(如每行数据)以及所需的输出,它会有所帮助。目前这个问题太模糊了。 – 2014-10-02 23:27:18
@AndyHayden,对不起,添加了一个例子 – eengineer 2014-10-02 23:53:53