我正在批量运行每日模拟：我做了365次模拟以获得一整年的结果。每次运行后，我想从结果中提取一些数组，并将它们添加到pandas.DataFrame中以便稍后进行分析。
我有一个粗略的模型（进行优化）和一个更精确的后模拟模型，所以我可以从两个来源获得相同的变量。如果完成后仿真，结果可能会覆盖优化结果 为了使其更复杂，优化模型具有较小的输出间隔，取决于离散化设置，但最终分析将在后模拟的较大间隔上发生）。
构建此DataFrame的最佳方法是什么？
这是我的第一个appraoch：
DataFrame df，其中DateRange索引具有较大的模拟后间隔（= 15分钟）df_temp创建临时DateRange作为索引，使用较小的间隔DataFrame下采样至15分钟：df更新df_temp（df中的行仍为空，但上一次运行的最后一行除外，因此我必须采用df_temp[1:]）df_temp2
df df_temp2中的相应行
我应该在步骤4）和6）中使用哪些方法？或者从一开始就有更好的方法吗？ 谢谢， 罗埃尔
答案 0 :(得分：1)
我认为使用DataFrame.combine_first可能是要走的路，但是根据数据的规模，有一个像“update”这样的方法可能更有用，它只修改了现有DataFrame中的特定行。 combine_first更通用，可能导致结果与任何一个输入的大小不同（因为索引将联合在一起）。