Python 3.x Python函数:使用时间戳在具有类似时间戳的其他数据中查找事件
我面临多个数据帧的问题,每个数据帧由一个DatetimeIndex(例如2016-04-01 00:00:54)和一个包含数值的列组成。我希望将df-a的值与df-a中的时间戳附近的df-b的值进行比较(理想情况下是df-a中时间戳前后的df-b值)。问题是不同数据帧的时间戳不同,所以我不能使用简单的正则表达式搜索 最后,我希望有一个新的数据帧df new,它包含3个列(+它们各自的DatetimeIndex):df-a的原始值,df-b之前的值,df-b之后的值 以下是一些数据帧示例:Python 3.x Python函数:使用时间戳在具有类似时间戳的其他数据中查找事件,python-3.x,pandas,timestamp,Python 3.x,Pandas,Timestamp,我面临多个数据帧的问题,每个数据帧由一个DatetimeIndex(例如2016-04-01 00:00:54)和一个包含数值的列组成。我希望将df-a的值与df-a中的时间戳附近的df-b的值进行比较(理想情况下是df-a中时间戳前后的df-b值)。问题是不同数据帧的时间戳不同,所以我不能使用简单的正则表达式搜索 最后,我希望有一个新的数据帧df new,它包含3个列(+它们各自的DatetimeIndex):df-a的原始值,df-b之前的值,df-b之后的值 以下是一些数据帧示例: df-
TS_TIMESTAMP TREND_VALUE Value_before Value_after
2019-04-05 13:15:33.550 NaN 18.9 NaN
2019-04-05 13:19:33.550 1 NaN NaN
2019-04-05 13:23:33.550 NaN NaN 8.6
非常感谢你 你能告诉我们你的预期输出吗?当然,我添加了更简单的示例和一个新的示例
TS_TIMESTAMP TREND_VALUE
2019-04-03 16:40:23.320 18.6
2019-04-03 18:50:10.970 9.34
2019-04-03 18:47:10.970 19.34
2019-04-04 16:45:23.320 18.8
2019-04-04 16:52:23.320 8.84
2019-04-04 16:53:23.320 8.5
2019-04-05 13:11:33.550 18.48
2019-04-05 13:15:33.550 18.9
2019-04-05 13:23:33.550 8.4
2019-04-05 13:30:33.550 8.6
TS_TIMESTAMP TREND_VALUE Value_before Value_after
2019-04-05 13:15:33.550 NaN 18.9 NaN
2019-04-05 13:19:33.550 1 NaN NaN
2019-04-05 13:23:33.550 NaN NaN 8.6