python - 构造由不同 block 组成的 pandas.DataFrame 的最佳方法

Question

我正在批量运行日常模拟:我进行 365 次模拟以获得全年的结果。每次运行后，我想从结果中提取一些数组并将它们添加到 pandas.DataFrame 中以供稍后分析。

我有一个粗略的模型(正在进行优化)和一个用于后模拟的更精确的模型，因此我可以从两个来源获得相同的变量。如果完成后仿真，结果可能会覆盖优化结果。
为了使其更复杂，优化模型具有较小的输出间隔，具体取决于离散化设置，但最终分析将在后模拟的较大间隔上进行)。

构建此 DataFrame 的最佳方法是什么？

这是我的第一个方法:

1. 为全年创建一个空的 DataFrame df，其中 DateRange 索引具有较大的模拟后间隔(=15 分钟)
2. 优化1天==>创建临时df_temp，以DateRange作为索引，间隔较小
3. 按照描述将此 DataFrame 采样至 15 分钟 here :
4. 用 df_temp 更新 df (df 中的行仍然是空的，除了上次运行的最后一行，所以我必须取df_temp[1:])
5. 在同一天进行模拟 ==> 创建临时 df_temp2，间隔 = 15 分钟
6. 用 df_temp2 覆盖 df 中的相应行

在步骤 4) 和 6) 中我应该使用哪些方法？或者从一开始就有更好的方法吗？谢谢，罗尔

Answer 1

我认为使用DataFrame.combine_first可能是一种可行的方法，但根据数据的规模，使用像“update”这样仅修改特定内容的方法可能更有用现有 DataFrame 中的行。 combine_first 更为通用，可能导致结果的大小与任一输入的大小不同(因为索引将合并在一起)。

https://github.com/pydata/pandas/issues/961