在 Python 中使用 Pandas 合并时间序列数据帧及其集体附加注释

Posted 2023-03-12

【中文标题】在 Python 中使用 Pandas 合并时间序列数据帧及其集体附加注释

【英文标题】：Merge time series dataframes and their collective additional annotation using Pandas in Python

【发布时间】：2021-09-23 16:24:36

【问题描述】：

我有 2 个数据框，并希望将它们组合/合并/连接以创建多个或一个新数据框以用于模型训练。在这种情况下如何使用 pandas 合并这些文件？

第一个是时间序列数据的 csv 文件列表，如下所示：

File name: Data1:
Col1  Col2        Col3
Time  SignalA     SignalB
1     1           4
2     5           3
.     .           .
50    3           1

第二个包含所有这些文件的附加信息，格式如下：

File name: Ann:
Col1          Col2       Col3       Col4
              Data1      Data2      Data3
pH            7          7.2        6  
Negative1     0          1          1
Negative2     0          0          1
Week          35         36         34

【参考方案1】：

如果 DataFrames 被命名为文件，那么 Data1 和 Ann 我想出了一个快速的解决方案，可能不漂亮但速度很快。我会这样做：

Data1['Col4'] = np.nan
new_df = Ann.append(Data1).reset_index(drop=True)

希望对你有帮助

【讨论】：

我找到了一个解决方法，即在所有行上插入一个值为Data1的Name列，然后像正常一样合并2个文件

是的，这是因为您必须添加一列，然后这两个 df 具有相同的尺寸。如果它们都有 4 列，则可以轻松合并它们。我添加了带有 NaN 的列，因为我不知道可以有带有名称的列。如果你必须有一列什么都没有，你可以像这样添加：Data1['Col4'] = ''