python - pandas 合并多个级别的时间序列

Question

我正在尝试在 pandas 中重新构造不同变量的时间序列(当前第一个时间步长为 NaN 的列)。由于在此处查看打印的代码并不容易，因此我附上了一张图像。

目前的目标是对齐同一行中不同变量的时间序列，而不是单独的时间序列。

谁能帮忙解决这个问题？

Answer 1

您正在寻找日期列上的简单合并。对左侧较长(可能是 nan 值)的时间序列进行左合并:

import pandas as pd
import numpy as np
from datetime import datetime

ts1 = pd.DataFrame({'date': pd.date_range(start=datetime.now().date(), periods=100),
                    'var1': np.repeat(np.nan, 50).tolist() + np.linspace(0, 100, 50).tolist()})
ts2 = pd.DataFrame({'date':pd.date_range(start=datetime.now().date(), periods=50),
                    'var2': np.linspace(0, 100, 50).tolist()})
merged = ts1.merge(ts2, on='date', how='left')

输出

         date        var1       var2
0  2018-06-09         NaN   0.000000
1  2018-06-10         NaN   2.040816
2  2018-06-11         NaN   4.081633
3  2018-06-12         NaN   6.122449
4  2018-06-13         NaN   8.163265
5  2018-06-14         NaN  10.204082
...
96 2018-09-13   93.877551        NaN
97 2018-09-14   95.918367        NaN
98 2018-09-15   97.959184        NaN
99 2018-09-16  100.000000        NaN