python - 找到具有正时间增量的数据帧之间最近的行

Question

我有两个 dataframes，每个都有一个 datetime 列:

df_long=
     mytime_long
0    00:00:01 1/10/2013
1    00:00:05 1/10/2013
2    00:00:55 1/10/2013

df_short=
     mytime_short
0    00:00:02 1/10/2013
1    00:00:03 1/10/2013
2    00:00:06 1/10/2013

时间戳是唯一的，可以假定在两个数据帧中的每一个中都排序了。

我想创建一个新数据框，其中包含 mytime_short 中最近的 (index,mytime_long) 之后或同时值(因此具有非负时间增量)

ex.
0  (0, 00:00:02 1/10/2013)
1  (2, 00:00:06 1/10/2013)
2  (np.nan,np.nat)

Answer 1

写一个函数在给定时间戳的情况下获取 df_short 中最接近的索引和时间戳

def get_closest(n):
    mask = df_short.mytime_short >= n
    ids = np.where(mask)[0]
    if ids.size > 0:
        return ids[0], df_short.mytime_short[ids[0]]
    else:
        return np.nan, np.nan

在 df_long.mytime_long 上应用此函数，以在元组中获取包含索引和时间戳值的新数据帧

df = df_long.mytime_long.apply(get_closest)
df
# output:
0    (0, 2013-01-10 00:00:02)
1    (2, 2013-01-10 00:00:06)
2                  (nan, nan)

---

ilia timofeev 的回答让我想起了这个pandas.merge_asof function这非常适合这种类型的连接

df = pd.merge_asof(df_long, 
              df_short.reset_index(), 
              left_on='mytime_long', 
              right_on='mytime_short', 
              direction='forward')[['index', 'mytime_short']]
df
# output:
   index        mytime_short
0    0.0 2013-01-10 00:00:02
1    2.0 2013-01-10 00:00:06
2    NaN                 NaT