python - 如何为 pd.merge_asof 设置合并和规范化多个数据帧

Question

我正在尝试使用 pd.merge_asof 合并多个数据帧。

它们都包含 2 个以日期时间作为索引列的列和一个具有 float 值的变量列。它们的索引和时间不平衡，因此我必须对值进行标准化。

Date                    value1                                 
2021-10-22 19:22:25      23.5     
2021-10-22 19:22:40      23.4     
2021-10-22 19:22:55      23.5     
2021-10-22 19:30:12      23.6     
2021-10-22 19:30:42      23.5     

Date                      value2                
2021-10-22 19:22:25        12
2021-10-22 19:22:40        12
2021-10-22 19:22:55        12
2021-10-22 19:30:12        16
2021-10-22 19:30:42        16

我可以成功地合并 dfs 并像这样使用规范化值

 merged = pd.merge_asof(data_frames[0],data_frames[1], left_index=True,right_index=True,direction='nearest')

Date                           value1  value2        
2021-10-22 19:22:25             23.5     12
2021-10-22 19:22:40             23.4     12
2021-10-22 19:22:55             23.5     12
2021-10-22 19:30:12             23.6     16
2021-10-22 19:30:42             23.5     16

现在我要做的是合并 2 个以上的数据框。我试过这样做:

    merged = pd.merge_asof(data_frames[0],data_frames[1],data_frames[2],left_index=True,right_index=True,direction='nearest')

但是我得到了错误

pandas.errors.MergeError: Can only pass argument "on" OR "left_index" and "right_index", not a combination of both.

我不确定它表示什么。我删除了其中一个索引参数，它仍然说同样的话。我有什么办法可以得到我需要做的事情吗？

我希望能够将具有 value3 列的 dataframe3 附加到 value2 列的右侧。

Answer 1

根据文档，merge_asof只能接受两个数据帧，错误是因为在函数的第三个参数中它需要一些其他参数。正如@Quang Hoang 提到的，您可以使用 reduce 函数累积应用双参数函数。你的情况的方式是:

merged = reduce(lambda left, right: pd.merge_asof(left, right,left_index=True,right_index=True, direction='nearest'), data_frames)