如何合并具有不同时间戳的两个不同数据帧？答案

【问题标题】：Merge two dataframes with different timestamps如何合并具有不同时间戳的两个不同数据帧？
【发布时间】：2021-09-05 21:06:03
【问题描述】：

我有两个数据框：

df1 =

Time	A	B	C
19:43:58:428	10	2	3
19:44:07:777	5	1.5	-2

df2 =

Time	D	E
19:43:58:372	2.154	3.5
19:43:58:872	3.14	1.3
19:44:07:372	1.4	2
19:44:07:872	1.76	2.2
19:44:07:910	1.43	2.43

我必须合并这些数据帧，使 df2 的时间最接近 df1 的时间。所以结果 df 将是：

df_result =

Time	A	B	C	D	E
19:43:58:428	10	2	3	2.154	3.5
19:44:07:777	5	1.5	-2	1.76	2.2

如何使用 pandas 合并这些？

【问题讨论】：

标签： python python-3.x pandas

【解决方案1】：

你可以使用pandas.merge_asof，将nearest传递给方向参数，它将根据最小的差异进行合并。

df1['Time'] = pd.to_datetime(df1['Time'], format='%H:%M:%S:%f')
df2['Time'] = pd.to_datetime(df2['Time'], format='%H:%M:%S:%f')

pd.merge_asof(df1, df2, on='Time', direction='nearest')

输出：

                     Time   A    B  C      D    E
0 1900-01-01 19:43:58.428  10  2.0  3  2.154  3.5
1 1900-01-01 19:44:07.777   5  1.5 -2  1.760  2.2

您可以使用strftime('%H:%M:%S:%f') 将时间列转换回以前的格式

PS： merge_asof 要求对数据框中的键进行排序，您可能希望在合并之前对键进行排序。

【讨论】：

其实我有一个安静的大数据框。我正在按照您回答的方式进行操作，但是出现“ValueError：必须对右键进行排序”错误。
是的，merge_asof 需要对键进行排序。试试看：pd.merge_asof(df1.sort_values(['Time']), df2.sort_values['Time'], on='Time', direction='nearest')
您可以编辑上面的代码以将时间列转换回以前的格式。我正在使用 df_result['Time'] = df_result['Time'].dt.strftime('%H:%M:%S:%f')，但没有成功。
您在尝试时是否遇到任何错误？ @Avinash
不，我没有收到任何错误。但时间显示为“1900-01-01 19:43:58.428000”。