为熊猫中按日期时间索引的数据的每个条目在另一个数据文件中查找最新条目的有效方法
为熊猫中按日期时间索引的数据的每个条目在另一个数据文件中查找最新条目的有效方法
提问于 2022-09-19 01:34:26
我有两个数据文件，它们都是按日期时间索引的。例如，dataframe 1如下所示：
|date | value |
+----------------+--------+
|2021-11-11 09:00| 1 |
|2021-11-11 10:00| 1 |
|2021-11-12 11:00| 2 |
|2021-11-14 09:00| 2 |
|2021-11-15 09:30| 3 |而dataframe 2看起来像：
|date | value |
+----------------+--------+
|2021-11-10 11:00| 2 |
|2021-11-11 09:30| 3 |
|2021-11-12 12:00| 4 |
|2021-11-13 09:50| 2 |
|2021-11-15 10:30| 3 |对于dataframe 1中的每个条目，我希望在dataframe 2中找到最近的一个条目，并在dataframe 1中创建一个新列，以设置两个dataframe之间的关系。
为了使它更加清楚，预期的结果应如下所示。
|date | value | df2_index |
+----------------+--------+----------------|
|2021-11-11 09:00| 1 |2021-11-10 11:00|
|2021-11-11 10:00| 1 |2021-11-11 09:30|
|2021-11-12 11:00| 2 |2021-11-11 09:30|
|2021-11-14 09:00| 2 |2021-11-13 09:50|
|2021-11-15 09:30| 3 |2021-11-13 09:50|对于dataframe 1中的第一个条目，2021-11-11 09:00最近的一个条目是2021-11-10 11:00，第三个条目2021-11-12 11:00的最新条目，这意味着在dataframe 2中最大的不超过2021-11-12 11:00的时间戳是2021-11-11 09:30。
有任何熊猫方法可以有效地实现这一功能吗？
非常感谢。
回答 1
Stack Overflow用户
回答已采纳
发布于 2022-09-19 06:17:08
熊猫merge_asof应该足够了：
pd.merge_asof(df1, df2.assign(df2_index = df2.date), on = 'date')
date value_x value_y df2_index
0 2021-11-11 09:00:00 1 2 2021-11-10 11:00:00
1 2021-11-11 10:00:00 1 3 2021-11-11 09:30:00
2 2021-11-12 11:00:00 2 3 2021-11-11 09:30:00
3 2021-11-14 09:00:00 2 2 2021-11-13 09:50:00
4 2021-11-15 09:30:00 3 2 2021-11-13 09:50:00页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/73767537
复制相关文章
相似问题
腾讯云开发者
