使用另一个时间序列的索引重新采样一个时间序列

Posted 2023-03-12

【中文标题】使用另一个时间序列的索引重新采样一个时间序列

【英文标题】：Resample a time series with the index of another time series

【发布时间】：2013-06-02 19:53:24

【问题描述】：

我有 2 个具有相同列但不同日期时间索引的数据框。我想对其中一个进行重新采样以使用另一个的索引，并在另一个索引中没有数据的任何日期从一个转发填充数据。

import pandas as pd
import numpy as np
from datetime import datetime as dt

a_values = np.random.randn(4, 4)
a_index = [dt(2012, 3, 16), dt(2012, 3, 19), dt(2012, 3, 20), dt(2012, 3, 21)]
a = pd.DataFrame(data=a_values, index=a_index)

b_values = np.trunc(np.random.randn(3, 4) * 1000)
b_index = [dt(2012, 3, 16), dt(2012, 3, 19), dt(2012, 3, 21)]
b = pd.DataFrame(data=b_values, index=b_index)

c_insert = a.ix['2012-03-20']
c = b.append(c_insert).sort()
c.ix['2012-03-20'] = c.ix['2012-03-19']

'a' 表示我想将其索引用作重采样参考的数据框。 'b' 代表我想要重新采样和转发填充数据的数据框。 'c' 代表我想要的结果。

请注意，“b”缺少“a”中存在的“2012-03-20”索引。 “c”使用索引“2012-03-19”的“b”列中的数据填充索引“2012-03-20”的列

pandas 是否具有执行此操作的功能。

提前致谢。

皮尔

【参考方案1】：

要按参考索引重新采样，请使用reindex。

In [11]: b.reindex(a.index, method='ffill')
Out[11]: 
               0     1     2     3
2012-03-16  -926  -625   736   457
2012-03-19 -1024   742   732 -1020
2012-03-20 -1024   742   732 -1020
2012-03-21  1090 -1163  1652   -94

【讨论】：

您也可以使用：b.reindex_like(a, method='ffill').

虽然reindex_like 如果数据框有不同的列会有不同的效果！如果只想更改索引，请使用reindex