Question

我有两个数据帧：df_p和df_d。

df_p包含8760个条目，它代表1年的记录和1小时的分辨率。 date是日期时间列，hy是（一年中的小时数），profile是一个值

                       hy   profile
date                               
1900-01-01 00:00:00     0  0.030908
1900-01-01 01:00:00     1  0.030053
1900-01-01 02:00:00     2  0.043185
1900-01-01 03:00:00     3  0.048040
1900-01-01 04:00:00     4  0.070803
1900-01-01 05:00:00     5  0.070948
...                  ...       ...
1900-12-31 19:00:00  8755  0.058093
1900-12-31 20:00:00  8756  0.030908
1900-12-31 21:00:00  8757  0.030053
1900-12-31 22:00:00  8758  0.043185
1900-12-31 23:00:00  8759  0.048040

df_d包含365个条目，代表1年的记录和1天的分辨率。 date是日期时间列，HDD是一整天有效的值。

date           HDD
1900-01-01     9.823750
1900-01-02     7.747917
1900-01-03     5.198750
1900-01-04     7.547500
1900-01-05     9.755000
               ...
1900-12-25     8.549129
1900-12-26     8.245625
1900-12-27     7.641417
1900-12-28     6.176417
1900-12-29     6.368917
1900-12-30     6.443333
1900-12-31     7.224583

我想要做的是在df_p数据框中创建一个新列，该列在一天中的每个小时中的值分别为HDD。

以下是所需输出的示例：

                       hy   profile  HDD
date                               
1900-01-01 00:00:00     0  0.030908  9.823750
1900-01-01 01:00:00     1  0.030053  9.823750
1900-01-01 02:00:00     2  0.043185  9.823750
1900-01-01 03:00:00     3  0.048040  9.823750
1900-01-01 04:00:00     4  0.070803  9.823750
1900-01-01 05:00:00     5  0.070948  9.823750
...                  ...       ...
1900-12-31 19:00:00  8755  0.058093  7.224583
1900-12-31 20:00:00  8756  0.030908  7.224583
1900-12-31 21:00:00  8757  0.030053  7.224583
1900-12-31 22:00:00  8758  0.043185  7.224583
1900-12-31 23:00:00  8759  0.048040  7.224583

谢谢您的帮助。

Answer 1

使用merge_asof：

#if necessary convert to datetimes
df_d['date'] = pd.to_datetime(df_d['date'])
df_p.index = pd.to_datetime(df_p.index)

df = pd.merge_asof(df_p, df_d, left_index=True, right_on='date')
print (df)
      hy   profile       date       HDH
0      0  0.030908 1900-01-01  9.823750
0      1  0.030053 1900-01-01  9.823750
0      2  0.043185 1900-01-01  9.823750
0      3  0.048040 1900-01-01  9.823750
0      4  0.070803 1900-01-01  9.823750
0      5  0.070948 1900-01-01  9.823750
11  8755  0.058093 1900-12-31  7.224583
11  8756  0.030908 1900-12-31  7.224583
11  8757  0.030053 1900-12-31  7.224583
11  8758  0.043185 1900-12-31  7.224583
11  8759  0.048040 1900-12-31  7.224583

最后删除列date使用DataFrame.drop：

df = df.drop('date', axis=1)

Answer 2

IIUC，您可以使用pd.DateTimeIndex和map中的floor方法：

df_p = pd.DataFrame({'hy':np.arange(365*24), 
                     'profile':np.random.random(365*24)}, 
                     index=pd.date_range('2019-01-01', 
                                         periods=365*24, 
                                         freq='H'))

df_p = df_p.rename_axis('date')

df_d = pd.DataFrame({'HDH': np.random.random(365)*24}, 
                    index=pd.date_range('2019-01-01', periods=365, freq='D'))

df_p['HDD'] = df_p.index.floor('D').map(df_d['HDH'])
df_p

输出：

                       hy   profile        HDD
date                                          
2019-01-01 00:00:00     0  0.293717  20.049268
2019-01-01 01:00:00     1  0.573874  20.049268
2019-01-01 02:00:00     2  0.976042  20.049268
2019-01-01 03:00:00     3  0.970939  20.049268
2019-01-01 04:00:00     4  0.178653  20.049268
...                   ...       ...        ...
2019-12-31 19:00:00  8755  0.711155  23.694213
2019-12-31 20:00:00  8756  0.600364  23.694213
2019-12-31 21:00:00  8757  0.708122  23.694213
2019-12-31 22:00:00  8758  0.926454  23.694213
2019-12-31 23:00:00  8759  0.612455  23.694213

[8760 rows x 3 columns]

每个评论的其他信息：

all(df_p.index.floor('D') == df_p.index.normalize())
True

%timeit df_p.index.floor('D')

384 µs±24.6 µs每个循环（平均值±标准偏差，共运行7次，循环1000次每个）

%timeit df_p.index.normalize()

每个循环530 µs±11.3 µs（平均±标准偏差，共运行7次，循环1000次每个）

熊猫：合并具有不同时间频率的列

2 个答案:

每个评论的其他信息：