Python 如何将包含数据和datetime64[ns]的列表与具有datetime64[ns]索引的数据帧合并

我想从

数据帧

数据

中读取两列S1_max和S2_max。只要S1_max列中存在一个值，我就要检查每个

S1_max

后面是否有相应的

S2_max

信号。如果是，我计算

S1_max

和

S2_max

信号之间的时间增量。然后在单独的

dict

d

中的S2_max列的

datetime[64ns]

索引处对该结果进行索引，然后将其附加到

列表
增量_数据中。如何在相应的
datetime[64ns]
索引处将此结果添加到已存在的
data
dataframe中

这是我创建的
delta_数据
：

#time between each S2 global maxima: 86 ns/samp freq 200 = 0.43 ns
#Checking that each S1 is succeeded by a corresponging S2 signal and calculating the time delta:
delta_data = []
diff_S1 = 0
diff_S2 = 0
i = 0
while((i + diff_S1 + 1 < len(peak_indexes_S1)) and (i + diff_S2<len(peak_indexes_S2))):
# Find next ppg peak after S1 peak
    while (df["S2"].index[peak_indexes_S2[i + diff_S2]] < df["S1"].index[peak_indexes_S1[i+diff_S1]]):
        diff_S2=diff_S2+1

    while (df["S1"].index[peak_indexes_S1[i+diff_S1+1]] < df["S2"].index[peak_indexes_S2[i + diff_S2]]):
        diff_S1=diff_S1+1

    i_peak_S2 = peak_indexes_S2[i + diff_S2]
    i_peak_S1 = peak_indexes_S1[i + diff_S1]

    d={}
    d["td"] = (df["S2"].index[i_peak_S2]-df["S1"].index[i_peak_S1]).microseconds
    d["time"] = df["S2"].index[i_peak_S2]
    PATdata.append(d)

    i = i + 1

time_delta=pd.DataFrame(delta_data)

这是我的
数据
数据帧：

                           l1        l2        l3        l4       S1       S2   S2_max   S1_max

2019-08-07 13:11:21.485  0.572720  0.353433  0.701320  1.418840  4.939690  2.858326  2.858326       NaN
2019-08-07 13:11:21.490  0.572807  0.353526  0.701593  1.419052  4.939804  2.854604       NaN  4.939804

此数据帧由以下人员创建：

data = pd.read_csv('file.txt')
data.columns = ['l1','l2','l3','l4','S1','S2']
nbrMeasurments = sum(1 for line in open('file.txt'))
data.index = pd.date_range('2019-08-07 13:06:30'), periods=nbrMeasurments-1, freq="5L")

我已经尝试了
DataFrame。首先组合_
和
追加

此外，在尝试将另一个数据帧添加到
数据时也会出现相同的问题。此数据帧在日期时间帧中没有ms：

                     S3   S4 
Date                                       
2019-08-07 13:06:30         111          61

据我所知，您正在尝试将另一列附加到现有数据帧

以下是如何做到这一点：

df1 = pd.DataFrame({'names':['bla', 'blah', 'blahh'], 'values':[1,2,3]})
df2_to_concat = pd.DataFrame({'put_me_as_a_new_column':['row1', 'row2', 'row3']})

pd.concat([df1.reset_index(drop=True), df2_to_concat.reset_index(drop=True)], axis=1)

reset\u index（drop=True）
确保您不会生成NaN或重复的索引列。
据我所知，您正在尝试将另一列附加到现有数据帧

以下是如何做到这一点：

df1 = pd.DataFrame({'names':['bla', 'blah', 'blahh'], 'values':[1,2,3]})
df2_to_concat = pd.DataFrame({'put_me_as_a_new_column':['row1', 'row2', 'row3']})

pd.concat([df1.reset_index(drop=True), df2_to_concat.reset_index(drop=True)], axis=1)

reset\u index（drop=True）
确保您不会生成NaN或重复的索引列。
提问时请尽量更精确（且不太详细）。例如，在您的问题中，您提到了“datetime[64ns]”，但它没有出现在您的代码中。请在提问时尽量更精确（且不太详细）。例如，在您的问题中，您提到了“datetime[64ns]”，但它没有出现在您的代码中。当我的“PATdata”和“data”数据帧不同时，我如何实现这一点（我添加了PATdata，以便您可以看到）。很抱歉我的不精确，但由于我不确定这个问题，我很难过滤出重要和琐碎的信息（从而使问题变得冗长）。当我的“PATdata”和“data”数据帧不同时，我如何才能做到这一点（我添加了PATdata，以便您可以看到）。抱歉我的不精确，但由于我对这个问题不确定，我很难过滤掉重要和琐碎的信息（从而使问题变得冗长）。