Question

我有两个不均匀间隔的时间序列：

      time    X1
1234567000 96.32
1234567005 96.01
1234567009 96.05

      time    X2
1234567001 23.88
1234567005 23.96

我想合并它们：

      time    X1    X2
1234567000 96.32   nan
1234567001   nan 23.88
1234567005 96.01 23.96
1234567009 96.05   nan

我怎样才能在Python中这样做？我愿意使用包，例如大熊猫。

time是整数（它不是UNIX时间戳）。 X1和X2是浮动的。

Answer 1

这是一种超级天真的合并方式。首先格式化你的两个系列，使它们是字典，定义一个行对象，然后遍历每个系列的每个元素，将它的条目添加到行对象。

from collections import defaultdict

class series_row:
    def __init__(self):
        self.x1 = 'nan'
        self.x2 = 'nan'

    def __repr__(self):
        return f"{self.x1}, {self.x2}"


series1 = {
    1234567000: 96.32,
    1234567005: 96.01,
    1234567009: 96.05,
}

series2 = {
    1234567001: 23.88,
    1234567005: 23.96
}


merged_series = defaultdict(series_row)

for k, v in series1.items():
    merged_series[k].x1 = v

for k, v in series2.items():
    merged_series[k].x2 = v

for entry in merged_series.items():
    print(entry)

Answer 2

如果您想使用pandas，首先要将输入格式化为pandas数据帧，如下所示：

import pandas as pd

s1 = pd.DataFrame({
    'time':[1234567000,1234567005,1234567009],
    'X1':[96.32,96.01,96.05]
},columns=['time','X1'])  # to keep columns order

s2 = pd.DataFrame({
    'time':[1234567001,1234567005],
    'X2':[23.88,23.96]
},columns=['time','X2'])  # to keep columns order

然后简单地merge使用这一行：

df = pd.merge(s1,s2,how='outer')

如果您希望时间值为sorted，请改用：

df = pd.merge(s1,s2,how='outer').sort_values(by='time')

在Python中合并两个不均匀间隔的时间序列

2 个答案: