Question

鉴于pandas数据框df1和df2：

df1：

                           d  v
0 2018-02-16 13:39:55.562506  1
1 2018-02-16 10:18:56.768246  4

和df2：

                           d   vx
0 2018-02-16 13:39:56.668377  100
1 2018-02-16 14:01:05.766319  200

如何使用来自df1的{{1}}值扩展vx，以使时间戳几乎相同，即值相差不超过df2 2秒（和NaN不匹配的地方）？

示例：

                           d  v     vx
0 2018-02-16 10:18:56.768246  4    NaN
1 2018-02-16 13:39:55.562506  1  100.0

以下是代码：

import pandas as pd
import datetime as dt

dt1 = dt.datetime(2018, 2, 16, 13, 39, 55, 562506)
dt2 = dt.datetime(2018, 2, 16, 10, 18 , 56, 768246)
df1 = pd.DataFrame({'v':[1,4], 'd':[dt1, dt2]})

dt3 = dt.datetime(2018, 2, 16, 13, 39 , 56, 668377)
dt4 = dt.datetime(2018, 2, 16, 14, 1 , 5, 766319)
df2 = pd.DataFrame({'vx':[100,200], 'd':[dt3, dt4]})

Answer 1

使用pd.merge_asof()

In [232]: pd.merge_asof(df1.sort_values('d'), df2, on='d', 
                        tolerance=pd.to_timedelta('2S'), 
                        direction='nearest')
Out[232]:
                           d  v     vx
0 2018-02-16 10:18:56.768246  4    NaN
1 2018-02-16 13:39:55.562506  1  100.0

注意：必须为两个DF

分类加入字段（在您的情况下为d）

如何在给定的datetime值restiriction下填充数据框中的列？

1 个答案: