如何比较不同频率的2个文件的时间戳

Question

我有两个包含时间戳和参数的文件。 file1的条目比file2多得多。每分钟对文件1的参数进行采样，而对文件2的参数进行不规则采样。每5分钟一次。我希望文件2中的每个现有条目都具有file1的等效条目。该怎么做？

`file1 = pd.read_csv('file1.csv', sep=',', header=1, parse_dates=True, na_values=['NAN'])

file2 = pd.read_csv('file2.csv', sep=',', header=1, parse_dates=True, na_values=['NAN'])

file1看起来像这样： enter image description here

file2看起来像这样： enter image description here

举个例子，我想有一个新行，其中包含file2中的条目：2019-02-15 00:01:02 file1中的等效值，例如取自参数BV_iDL_BOX，该参数是在同一分钟和同一日期获取的：2019-02-15 00:01

Answer 1

我不确定您的数据是什么样子以及预期的输出结果，因此希望这会有所帮助：

第1步：创建数据框

file1 = pd.date_range('2018-01-01', periods=5, freq='s')
file2 = pd.date_range('2018-01-01', periods=5, freq='5s')
file1 = pd.DataFrame(idx)
file1['column2'] = [1,2,3,4,5]
file2 = pd.DataFrame(id3)
file2['column3'] = [1,2,3,4,5]

第2步：加入数据框

file1.join(file2, how='outer')

Answer 2

我假设您是在问'当我有5分钟的频率时，如何在文件2中获得1分钟的频率'。

相反，您可以做的是创建一个循环，该循环丢弃file1中的行，这样您实际上在file1中观察到的间隔为5分钟，从而使文件相等。会像这样（代码无法完全正常工作）

rows = 0
for index, row in df.iterrows():

    if(rows > 0):
        df.drop(df.index[[index])
        if(rows > 4):
            rows = 0
    rows = rows + 1

否则，您所指的实际上是对值进行插补，因此file2每次观察之间的间隔为1分钟。我看不到一种解决方案，不会导致与此相关的数据问题。

第三个选择是将频率为5分钟的数据集丢弃，并将file1切片为两个数据集。