Python 创建时间序列数据帧的最快方法

我想获取包含时间间隔和时间重复的数据，基本上使用任何给定时间的第一次出现并向前填充来创建时间序列。考虑下面的例子。

假设这是我们感兴趣的时间范围：

时间 1:00 1:01 1:02 1:03 1:04 1:05

merge\u asof

请参见下面的解决方案，以查看最终解决方案

首先，我们需要将这些列更改为

pd.Timedelta

：

df1['Time'] = pd.to_timedelta(df1['Time'] + ':00')
df2['Occurance'] = pd.to_timedelta(df2['Occurance'] + ':00')

然后我们可以合并

pd.merge_asof(df1, df2, left_on='Time', right_on='Occurance')

             Time       Occurance Value
0 0 days 01:00:00 0 days 01:00:00     R
1 0 days 01:01:00 0 days 01:00:00     R
2 0 days 01:02:00 0 days 01:00:00     R
3 0 days 01:03:00 0 days 01:03:00     T
4 0 days 01:04:00 0 days 01:03:00     T
5 0 days 01:05:00 0 days 01:05:00     S

这有两个问题：

有比指定的OP更多的列

我有

T

s而不是

G

s

好的，为了去掉这些列，我们只需重命名其中一列，而不是使用

left\u on

/

right\u on

pd.merge_asof(df1.set_axis(['Occurance'], axis=1), df2)

        Occurance Value
0 0 days 01:00:00     R
1 0 days 01:01:00     R
2 0 days 01:02:00     R
3 0 days 01:03:00     T
4 0 days 01:04:00     T
5 0 days 01:05:00     S

但是我们仍然有

T

s而不是

G

s，这是因为看看

df2

        Occurance Value
0 0 days 01:00:00     R
1 0 days 01:03:00     G  # same Occurance
2 0 days 01:03:00     L  # same Occurance
3 0 days 01:03:00     P  # same Occurance
4 0 days 01:03:00     T  # same Occurance
5 0 days 01:05:00     S

很明显，熊猫们选择了最后一只，而OP想要第一只。因此，让我们再次尝试使用

删除重复项

解决方案

---

不确定，但我想到了pandas.merge\u asof。这里有一些简单化的例子：就好像“a”列是timestamp/date类型一样。另见

pd.merge_asof(df1.set_axis(['Occurance'], axis=1),
              df2.drop_duplicates('Occurance'))

        Occurance Value
0 0 days 01:00:00     R
1 0 days 01:01:00     R
2 0 days 01:02:00     R
3 0 days 01:03:00     G
4 0 days 01:04:00     G
5 0 days 01:05:00     S