使用来自另一个数据帧的时间索引插入 pandas 帧答案

【问题标题】：interpolate pandas frame using time index from another data frame使用来自另一个数据帧的时间索引插入 pandas 帧
【发布时间】：2019-10-02 22:31:40
【问题描述】：

所以，我有 2 个数据框，其中第一个具有以下结构：

               'ds',             '1_sensor_id',     '1_val_1', '1_val_2'
0    2019-09-13 12:40:00             33469             30               43   
1    2019-09-13 12:45:00             33469             43               43

第二个结构如下：

              'ds',                '2_sensor_id', '2_val_1', '2_val_2'


0    2019-09-13 12:42:00             20006             6      50
1    2019-09-13 12:47:00             20006             5      80

所以我想做的是通过插值合并两个熊猫帧。所以最终，合并帧应该具有在第 1 帧中定义的时间戳 (ds) 定义的值，并且 2_val_1 和 2_val_2 列将被插值，并且合并帧将为 @987654326 中的每个值都有一行@ 第 1 帧中的列。在 pandas 中执行此操作的最佳方法是什么？我尝试了merge_asof 函数，但这会进行最近邻域插值，但我没有得到所有时间戳。

【问题讨论】：

标签： python pandas

【解决方案1】：

你可以append一帧到另一帧并使用interpolate()，例如：

import datetime
import pandas as pd

df1 = pd.DataFrame(columns=['ds', '1_sensor_id', '1_val_1', '1_val_2'],
                   data=[[datetime.datetime(2019, 9, 13, 12, 40, 00), 33469, 30, 43],
                         [datetime.datetime(2019, 9, 13, 12, 45, 00), 33469, 33, 43]])
df2 = pd.DataFrame(columns=['ds', '2_sensor_id', '2_val_1', '2_val_2'],
                   data=[[datetime.datetime(2019, 9, 13, 12, 42, 00), 20006, 6, 50],
                         [datetime.datetime(2019, 9, 13, 12, 47, 00), 20006, 5, 80]])
df = df1.append(df2, sort=False)
df.set_index('ds', inplace=True)
df.interpolate(method = 'time', limit_direction='backward', inplace=True)
print(df)
                     1_sensor_id  1_val_1  ...  2_val_1  2_val_2
ds                                         ...                  
2019-09-13 12:40:00      33469.0     30.0  ...      6.0     50.0
2019-09-13 12:45:00      33469.0     33.0  ...      5.4     68.0
2019-09-13 12:42:00          NaN      NaN  ...      6.0     50.0
2019-09-13 12:47:00          NaN      NaN  ...      5.0     80.0

【讨论】：