根据时间粒度在 2 个数据帧之间传输值

Question

我有一个数据帧，df_60，时间粒度为 60 分钟。另一个以 30 分钟为粒度，df_30。我想将值从df_60 的列移动到df_30 的列，并保持值出现的持续时间。

假设我的日期为2011-01-05 00:00:00 0，每小时粒度，它在val 列中的值为1。我如何始终“填写”30 分钟时间范围的值60 分钟数据框中的一列等于 x 吗？

>>>df_60
dt_hr_idx           val #here val = 1 for times between 2am and 4am
2011-01-05 00:00:00 0
2011-01-05 01:00:00 0
2011-01-05 02:00:00 1
2011-01-05 03:00:00 1
2011-01-05 04:00:00 0

>>>df_30
dt_hlaf_hr_idx      val #df_30 val column is currently blank
2011-01-05 00:00:00 0
2011-01-05 00:30:00 0
2011-01-05 01:00:00 0
2011-01-05 01:30:00 0
2011-01-05 02:00:00 0
2011-01-05 02:30:00 0
2011-01-05 03:00:00 0
2011-01-05 03:30:00 0
2011-01-05 04:00:00 0

#desired df
df_30
dt_hlaf_hr_idx      val  #val should be 1 for values between 2am and 4am
2011-01-05 00:00:00 0
2011-01-05 00:30:00 0
2011-01-05 01:00:00 0
2011-01-05 01:30:00 0
2011-01-05 02:00:00 1
2011-01-05 02:30:00 1
2011-01-05 03:00:00 1
2011-01-05 03:30:00 1
2011-01-05 04:00:00 0

我可以用循环破解一些东西，但是有没有可用的合理方法？

谢谢。

Answer 1

将Series.reindex 与ffill 一起使用：

df = df_60.reindex(df_30.index, method='ffill')
print (df)
                     val
2011-01-05 00:00:00    0
2011-01-05 00:30:00    0
2011-01-05 01:00:00    0
2011-01-05 01:30:00    0
2011-01-05 02:00:00    1
2011-01-05 02:30:00    1
2011-01-05 03:00:00    1
2011-01-05 03:30:00    1
2011-01-05 04:00:00    0

merge_asof 的另一个解决方案：

df = pd.merge_asof(df_30, df_60, left_index=True, right_index=True)
print (df)
                     val_x  val_y
2011-01-05 00:00:00      0      0
2011-01-05 00:30:00      0      0
2011-01-05 01:00:00      0      0
2011-01-05 01:30:00      0      0
2011-01-05 02:00:00      0      1
2011-01-05 02:30:00      0      1
2011-01-05 03:00:00      0      1
2011-01-05 03:30:00      0      1
2011-01-05 04:00:00      0      0