合并具有不同时间戳（不同时间间隔）的两个数据帧

Posted 2023-03-12

【中文标题】合并具有不同时间戳（不同时间间隔）的两个数据帧

【英文标题】：Merging two dataframes with different timestamp (different time interval)

【发布时间】：2021-01-09 05:47:53

【问题描述】：

我有两个不同的数据框。 Df1 具有不同时间间隔的时间戳，如下所示

time                     sales
2019-01-01 2:00:00       20000 
2019-01-01 2:20:00       15600 
2019-01-01 2:40:00       15444 
...
2019-12-01 3:00:00       13000
2019-12-01 3:30:00         650

Df2 的时间戳为 1 分钟时间间隔，如下所示

time                   ratings
2019-01-01 2:01:00     0.04
2019-01-01 2:02:00     0.04
2019-01-01 2:03:00     0.04
2019-01-01 2:04:00     0.04
...
2019-12-01 3:00:00     0.01
2019-12-02 3:01:00     0.01

我想合并两个数据框，如下所示

time                     sales          ratings
2019-01-01 2:00:00       20000          [mean of ratings from 2:00:00 ~2:19:00]
2019-01-01 2:20:00       15600          [mean of ratings from 2:20:00 ~2:39:00]
2019-01-01 2:40:00       15444          [mean of ratings from 2:40:00 ~2:59:00] 

如果有任何帮助，我将不胜感激！谢谢你:)

【参考方案1】：

我们试试pd.cut:

lower_bounds = pd.cut(df2['time'], 
                      bins=list(df1['time']) + [pd.to_datetime('2050-01-01')],
                      right=False, include_lowest=True,
                      labels=df1['time'])

df1['ratings'] = (df2.groupby(lower_bounds)
                  ['rating'].mean()
                  .reindex(df1['time'])
                  .values
                 )

或者你可以使用merge_asof:

df1['ratings'] = pd.merge_asof(df2, df1.reset_index(),
                               on='time',
                               direction='backward'
                              ).groupby('index')['rating'].mean()

【讨论】：

非常感谢！这完美解决了我的问题。