如何用Pandas合并 “不匹配的 “时间序列

在这篇文章中，我们将看到如何用Pandas合并 “不匹配 “的时间序列。

时间序列是以固定的时间间隔记录的观察序列。时间序列分析对于观察特定资产、证券或经济变量如何随时间变化很有用

通常情况下，数据由数值的微小差异组成，很可能是天气测量或金融测量，当结合这些时间序列数据框架时，就会出现合并的问题。这有助于合并不匹配的时间序列数据

用Pandas合并 “不匹配的 “时间序列

假设我们有两个时间序列数据框架df(left)和df1(right)。当我们合并这两个数据框架时，如果右边数据框架的值不在左边数据框架的值中，那么就会出现问题。所以在这种情况下，我们使用pandas中的merge_asof。它检查右数据框df1中最接近的前一个值，并将其替换为该值

语法：

pandas.merge_asof(left, right, on=None, left_on=None, right_on=None, left_index=False, right_index=False, by=None, left_by=None, right_by=None, suffixes=（'_x', '_y'）, tolerance=None, allow_exact_matches=True, direction='backward')

# importing packages
import pandas as pd
  
# creating dataframe df(left)
df = pd.DataFrame()
  
df['time'] = pd.date_range('08/12/2021',
                           periods=6, freq='4S')
  
  
df['data_name'] = ["Geeks", "Geeks", "Geeks",
                   "Geeks", "GeeksforGeeks",
                   "GeeksforGeeks"]
df['values'] = [1, 2, 3, 4, 5, 6]
  
  
# creating datafrframe df1(right)
df1 = pd.DataFrame()
  
df1['time'] = pd.date_range('08/12/2021',
                            periods=6, 
                            freq='6S')
  
  
df1['data_name'] = ["Geeks", "Geeks", "Geeks",
                    "Geeks", "GeeksforGeeks",
                    "GeeksforGeeks"]
df1['values'] = [7, 8, 9, 10, 11, 12]
  
# using merge_asof for merging left and right
df2 = pd.merge_asof(df, df1, on='time', by='data_name',
                    tolerance=pd.Timedelta('2s'))
  
# view data
print(df)
print(df1)
print(df2)

输出:

我们通过 “data_name “列在 “time “上合并这些数据框架（df和df1），但有些时间值不匹配。例如，在第二行中，A的时间比B的时间晚两秒。

另一个问题是 values_y 是如何生成的

在第一行中，时间在两个数据帧df和df1中都是匹配的，所以数值是相同的，在第二行中，df有4s，而df1有6s，两者不相等，所以这个merge_asof在右边的数据帧df1中寻找之前最接近的数值，所以这里0s是最接近的，但是为什么数值是NaN，因为我们提到的容忍时间框架是2s，但它是6s，所以00:00:004的数值_y是NaN。

Merge_asof 也提供了一个选项来排除精确匹配（attr=allow_exact_matches）。

1.如果是 “真”，允许用相同的 “on “值进行匹配（即小于或等于/大于或等于）。
2.如果是假的，就不要匹配相同的’on’值（即严格小于/严格大于）。

# importing packages
import pandas as pd
  
# creating dataframe
df = pd.DataFrame()
  
df['time'] = pd.date_range('08/12/2021', 
                           periods=6,
                           freq='4S')
  
  
df['data_name'] = ["Geeks", "Geeks", "Geeks",
                   "Geeks", "GeeksforGeeks",
                   "GeeksforGeeks"]
df['values'] = [1, 2, 3, 4, 5, 6]
# creating dataframe
df1 = pd.DataFrame()
  
df1['time'] = pd.date_range('08/12/2021', 
                            periods=6, freq='6S')
  
  
df1['data_name'] = ["Geeks", "Geeks", "Geeks",
                    "Geeks", "GeeksforGeeks", 
                    "GeeksforGeeks"]
df1['values'] = [7, 8, 9, 10, 11, 12]
  
# allow_exact_matches=True for merging
df3 = pd.merge_asof(df, df1, on='time',
                    by='data_name',
                    allow_exact_matches=True)
# view data
print(df3)
# allow_exact_matches=False for merging df and df1
df4 = pd.merge_asof(df, df1, on='time', 
                    by='data_name',
                    allow_exact_matches=False)
# view data
print(df4)

输出: