Question

我认为我的问题涉及一些部分。我有什么？

两个数据帧。两者都使用TimeStamp格式编制索引。时间段类似，我们说从14:00到18:00和13:30到18:30。但是时间间隔是不同的（一个数据帧每3秒有一个数据，一个有不确定的时间间隔约为0.6秒）。数据帧不同，一个包括GPS坐标（2列+索引），一个NO2浓度（1列+索引）。

最终我想要什么？

一个数据帧（再次使用TimeStamps索引），包含所有3列（GPS + NO2）。我想设置索引的时间间隔让我们说1s。这意味着，两个数据帧都必须进行插值，因为两者都可能没有值，例如15：30.56（但是在15：30.55.635和15：30.58.001）

到目前为止我尝试了什么？

使两个数据帧一致。但我得到的是一个数据帧，现在包括我想要的所有3列，但索引是NO2数据集的时间，只有NO2的列被正确填充（其他两个包括NaN）

以下是代码行：

allTheData = pd.concat([gpsDataFrame, no2DataFrame], axis=1)

我是Pandas的新手，也是Python的新手。希望你能帮助我完成这两个步骤：

创建一个dataFrame＆＃39; allTheData＆＃39;其中包括按时间顺序排列的所有测量时间（来自gps或No2）和正确的数据。例如，如果两个数据帧中有15：30.05的数据，则只添加一行并包含所有3列;如果在15：30.07只有来自gps的数据包括gps数据并将No2设置为NaN或其他东西。
对数值进行插值，以便我可以选择1秒的间隔，并且每1秒从gps和no2获取插值数据，因此每行。

Answer 1

使用pandas.resample调整两个数据帧，使其具有与索引相同的时间戳：

import pandas as pd
import numpy as np

# generate some sample data according to your question
date1 = pd.date_range("14:00", "18:00", freq="3S")
df1 = pd.DataFrame({"time": date1, "gps": np.random.rand(len(date1))})
date2 = pd.date_range("13:30", "18:30", freq="600ms")
df2 = pd.DataFrame({"time": date2, "no2": np.random.rand(len(date2))})

# set the timestamps as index
df1 = df1.set_index("time")
df2 = df2.set_index("time")

final_freq = "1S"

# upsample df1, interpolating
df1 = df1.resample(final_freq)
df1 = df1.interpolate(method='linear')    # without this, these entries are NaN

# downsample df2, averaging
df2 = df2.resample(final_freq).mean()

然后你可以join他们：

df = df1.join(df2)

请注意，如果您的gps位置是单个列中的元组，则可能需要稍微更改一下。在这种情况下，您可能需要将其分为两列（纬度和经度），以便上采样工作。

不是对下采样进行平均，而是使用不同的函数可能是有意义的。例如，如果您的NO2传感器报告它在过去0.6秒内看到的NO2量，那么您需要.sum()。

关于日期

1 个答案: