我有来自三个完全不同的传感器源的时间序列数据作为CSV文件,并希望将它们组合成一个大的CSV文件。 我已经设法用numpy的genfromtxt把它们读入numpy,但是我不知道从这里做什么。
基本上,我有这样的东西:
表1:
timestamp val_a val_b val_c
表2:
timestamp val_d val_e val_f val_g
表3:
timestamp val_h val_i
所有时间戳都是UNIX毫秒时间戳,如numpy.uint64。
我想要的是:
timestamp val_a val_b val_c val_d val_e val_f val_g val_h val_i
……所有数据都按时间戳组合和排序。这三个表中的每一个都已经按时间戳排序了。 由于数据来自不同的来源,不能保证表1中的时间戳也在表2或表3中,反之亦然。在这种情况下,空值应标记为不适用
到目前为止,我已经尝试使用pandas来转换数据,如下所示:
df_sensor1 = pd.DataFrame(numpy_arr_sens1)
df_sensor2 = pd.DataFrame(numpy_arr_sens2)
df_sensor3 = pd.DataFrame(numpy_arr_sens3)
然后尝试使用pandas.DataFrame.merge,但我很确定这对我现在要做的工作是行不通的。有人能指点我正确的方向吗?
我认为你可以
timestamp
定义为每个DataFrame
的index
(使用set_index
)join
将它们与'outer'
方法合并timestamp
转换为datetime
这是它的样子。
相关问题 更多 >
编程相关推荐