在python中创建时间序列数据

我有两个

numpy

数组中的数据：

data = [0.1, 0.3, 0.4, 0.6, 0.7]
time = [10,25, 27, 35, 42]

数据

对应于

时间

我想创建另一个基于新

time

数组的数组，如下所示：

newtime = [10, 20, 30, 40, 50]

[0.1, 0.1, 0.4,0.6, 0.7]

新的数据阵列应如下所示：

newtime = [10, 20, 30, 40, 50]

[0.1, 0.1, 0.4,0.6, 0.7]

它对应于每个新时间的

数据值。例如，在
10s
时，该值为
0.1
，在
20
秒时，该值未发生变化，因此两者都应为
0.1

问题是用python中的数据数组和时间数组创建“新数据”numpy的最简单方法是什么？除了numpy，我也很乐意尝试其他python库。
使用searchsorted可能是最快的方法之一

import numpy as np

data = np.array([0.1, 0.3, 0.4, 0.6, 0.7])
time = np.array([10,25, 27, 35, 42])
newtime =np.array([10, 20, 30, 40, 50])

newdata = data[ np.searchsorted(time, newtime, side="right") - 1 ]

print(newdata)

这是打印出来的

[ 0.1  0.1  0.4  0.6  0.7]

对于您可以使用的这些任务，linux和macosx上的Python3支持它。Series类支持方便的时间序列功能，它使键始终保持排序。在本例中，您不需要创建新的序列，因为插值内置于getitem操作符（Series[key]）。您可以使用插值（在您的情况下是楼层）访问任意关键点。请参见以下代码示例：

import redblackpy as rb

# yours data and time
data = [0.1, 0.3, 0.4, 0.6, 0.7]
time = [10,25, 27, 35, 42]

# create Series object with floor interpolation type 
series = rb.Series( index=time, values=data, dtype='float64',
                    interpolate='floor' )

# now you can access at any key using interpolation,
# it does not create new element, it just use neighbours (t_1 < key < t_2)
# in our case we set floor interpolation, so we get value for t_1
print(series[10]) # prints 0.1
print(series[20]) # prints 0.1
print(series[30]) # prints 0.4
print(series[40]) # prints 0.6
print(series[50]) # prints 0.7

# print Series, Series does not insert this keys
print(Series)

有关更多代码示例，请参阅上的文章。
也许您可以使用dict