python - 如何有效地将两个时间序列组合起来交替使用？

Question

假设我有两个很长的系列——大的和小的

index = pd.date_range(start='1952', periods=10**6, freq='s')
big = pd.Series(np.ones(len(index))*97, index)
small = pd.Series(np.ones(len(index))*2, index)

我想要实现的是创建一个新系列，它结合了 big 和 small，在它们的值之间交替，使用 borders 来确定何时切换到另一个(例如每 5 秒有一个边框)

borders = pd.date_range(start='1952', periods=len(index)/5.0, freq='5s')

是否有一种有效的基于矩阵的操作组合可用于实现此目的？我试着查看 docs 中的各种连接、合并等运算符。 , 但找不到任何提供类似逻辑的东西。

我可以使用 for 循环来实现这一点，但即使对于一系列 len() 10^5

也会持续一分钟多

alternating = pd.Series()
for i in range(1, 100, 2):
    b0 = borders[i-1]
    b1 = borders[i]
    b2 = borders[i+1]
    sec = pd.offsets.Second(1)
    alternating = alternating.append(small[b0:b1-sec]).append(big[b1:b2-sec])

alternating.head(24) 的示例输出

1952-01-16 00:00:00     2
1952-01-16 00:00:01     2
1952-01-16 00:00:02     2
1952-01-16 00:00:03     2
1952-01-16 00:00:04     2
1952-01-16 00:00:05    97
1952-01-16 00:00:06    97
1952-01-16 00:00:07    97
1952-01-16 00:00:08    97
1952-01-16 00:00:09    97
1952-01-16 00:00:10     2
1952-01-16 00:00:11     2
1952-01-16 00:00:12     2
1952-01-16 00:00:13     2
1952-01-16 00:00:14     2
1952-01-16 00:00:15    97
1952-01-16 00:00:16    97
1952-01-16 00:00:17    97
1952-01-16 00:00:18    97
1952-01-16 00:00:19    97
1952-01-16 00:00:20     2
1952-01-16 00:00:21     2
1952-01-16 00:00:22     2
1952-01-16 00:00:23     2

Answer 1

如果您的经期只有几分之一分钟，您可以尝试这样的操作:

index = pd.date_range(start='1952', periods=10**6, freq='s')
big = pd.Series(np.ones(len(index))*97, index)
small = pd.Series(np.ones(len(index))*2, index)

alternating = big[big.index.second % 10 >= 5].combine_first(small)

alternating 看起来完全符合您的要求，并在 150 毫秒内计算。