如何将“不匹配”的时间序列与 Pandas 合并？

在本文中，我们将了解如何将“不匹配”时间序列与 Pandas 合并。

时间序列是按固定时间间隔记录的一系列观察结果。时间序列分析有助于了解给定资产、证券或经济变量如何随时间变化

通常，数据由最有可能在天气测量或财务测量中的值的微小差异组成，当组合这些时间序列数据帧时，合并时会出现问题。 pandas 提供了这个惊人的merge_asof方法来解决它。这有助于合并不匹配的时间序列数据

将“不匹配”时间序列与 Pandas 合并

假设我们有两个时间序列数据帧 df(left) 和 df1(right)。当我们合并这两个数据帧时，如果左侧数据帧值中不存在右侧数据帧值，那么这是一个问题。所以在这种情况下，我们使用 pandas 中包含的 merge_asof。它检查右数据帧 df1 中最近的先前值并将其替换为该值

Syntax: 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’)

Python3

# 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”上合并这些数据帧（df 和 df1），但有些时间值不匹配。例如，在第二行中，A 中的时间比 B 中的时间晚两秒。

另一个问题是 values_y 是如何生成的？

在第一行中，时间在数据帧 df 和 df1 中都匹配，因此值相同，在第二行中，df 有 4s，而 df1 有 6s，两者都不相等，所以这个 merge_asof 在正确的数据帧 df1 中看起来就像前一个最接近的值，所以这里 0s 是最接近的，但为什么值是 NaN，因为我们提到要查看的容差时间范围是 2s 但它是 6s，所以 00:00:004 中的 value_y 是 NaN

Merge_asof 还提供了排除完全匹配的选项 (attr=allow_exact_matches)。

1. 如果为真，则允许匹配相同的“开”值（即小于或等于/大于或等于）
2. 如果为 False，则不匹配相同的“on”值（即，严格小于/严格大于）。

Python3

# 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：