Python 如何有效地组合两个时间序列以进行交替？

比如说，我有两个非常长的系列——大系列和小系列

index = pd.date_range(start='1952', periods=10**6, freq='s')
big = pd.Series(np.ones(len(index))*97, index)
small = pd.Series(np.ones(len(index))*2, index)

我想要实现的是创建一个新的系列，它将大的和小的组合在一起，在它们的值之间交替，使用

边框来确定何时切换到另一个（例如，每5秒有一个边框）

是否有一个有效的基于矩阵的操作组合可以用来实现这一点？我尝试查看中的各种连接、合并等运算符，但找不到任何提供类似逻辑的运算符

我可以使用for循环实现这一点，但即使对于一系列
len（）
10ˆ5，这也会持续一分钟以上

alternating = pd.Series()
for i in range(1, 100, 2):
    b0 = borders[i-1]
    b1 = borders[i]
    b2 = borders[i+1]
    sec = pd.offsets.Second(1)
    alternating = alternating.append(small[b0:b1-sec]).append(big[b1:b2-sec])

alternative.head（24）

如果您的经期只有一分钟，您可以尝试以下方法：

index = pd.date_range(start='1952', periods=10**6, freq='s')
big = pd.Series(np.ones(len(index))*97, index)
small = pd.Series(np.ones(len(index))*2, index)

alternating = big[big.index.second % 10 >= 5].combine_first(small)

alternative
看起来完全符合您的要求，在150毫秒内计算出来。
太好了，这就是我需要的！奇怪的是，我知道这些方法是各自独立的，但要在心里把它们结合起来并不是那么容易——首先想到的是一个结构化的、基于循环的算法。。。要更改时间间隔，您只需将条件稍微复杂一点-例如，
big.index.second/17%2==0
持续17秒。顺便说一句，注意您的回复速度非常快。有你正在使用的应用程序吗？我尝试通过stackexchange订阅一些标签，但我只收到每日电子邮件摘要。有更快的方法吗？17秒不是一分钟的一小部分，因此这不会像期待的那样起作用（0..16，17..33，34..50，51..59，最后一个间隔更短）。但是你可以用它来计算某个固定日期时间的总秒数的时间增量，或者使用行号。是的，很好的定位。到目前为止，我得到的是
start=big.index[0]。to_pydatetime（）
和
alternative=big[（big.index.to_pydatetime（）-start）。total_seconds（）/17%2==0]
，但我似乎找不到一种方法将total_seconds（）调用映射到所有元素。@kermit666，
big[（big.index.astype（np.int64）/10**9）%34>=17]如何。首先组合_（小）
1952-01-16 00:00:00     2
1952-01-16 00:00:01     2
1952-01-16 00:00:02     2
1952-01-16 00:00:03     2
1952-01-16 00:00:04     2
1952-01-16 00:00:05    97
1952-01-16 00:00:06    97
1952-01-16 00:00:07    97
1952-01-16 00:00:08    97
1952-01-16 00:00:09    97
1952-01-16 00:00:10     2
1952-01-16 00:00:11     2
1952-01-16 00:00:12     2
1952-01-16 00:00:13     2
1952-01-16 00:00:14     2
1952-01-16 00:00:15    97
1952-01-16 00:00:16    97
1952-01-16 00:00:17    97
1952-01-16 00:00:18    97
1952-01-16 00:00:19    97
1952-01-16 00:00:20     2
1952-01-16 00:00:21     2
1952-01-16 00:00:22     2
1952-01-16 00:00:23     2

index = pd.date_range(start='1952', periods=10**6, freq='s')
big = pd.Series(np.ones(len(index))*97, index)
small = pd.Series(np.ones(len(index))*2, index)

alternating = big[big.index.second % 10 >= 5].combine_first(small)