在Python中合并两个不均匀间隔的时间序列

Question

我有两个间隔不均的时间序列：

      time    X1
1234567000 96.32
1234567005 96.01
1234567009 96.05

      time    X2
1234567001 23.88
1234567005 23.96

我想合并它们：

      time    X1    X2
1234567000 96.32   nan
1234567001   nan 23.88
1234567005 96.01 23.96
1234567009 96.05   nan

我如何在Python中这样做？我对使用软件包持开放态度，例如熊猫。你知道吗

time是整数（它不是UNIX时间戳）。X1和X2是浮点数。你知道吗

Answer 1

如果要使用pandas，首先将输入格式化为pandas数据帧，如下所示：

import pandas as pd

s1 = pd.DataFrame({
    'time':[1234567000,1234567005,1234567009],
    'X1':[96.32,96.01,96.05]
},columns=['time','X1'])  # to keep columns order

s2 = pd.DataFrame({
    'time':[1234567001,1234567005],
    'X2':[23.88,23.96]
},columns=['time','X2'])  # to keep columns order

然后用这一行简单地merge它们：

df = pd.merge(s1,s2,how='outer')

如果希望时间值为sorted，请改用此值：

df = pd.merge(s1,s2,how='outer').sort_values(by='time')

Answer 2

这里有一个非常简单的合并方法。首先格式化两个系列，使它们成为字典，定义一个行对象，然后遍历每个系列的每个元素，将其条目添加到行对象中。你知道吗

from collections import defaultdict

class series_row:
    def __init__(self):
        self.x1 = 'nan'
        self.x2 = 'nan'

    def __repr__(self):
        return f"{self.x1}, {self.x2}"


series1 = {
    1234567000: 96.32,
    1234567005: 96.01,
    1234567009: 96.05,
}

series2 = {
    1234567001: 23.88,
    1234567005: 23.96
}


merged_series = defaultdict(series_row)

for k, v in series1.items():
    merged_series[k].x1 = v

for k, v in series2.items():
    merged_series[k].x2 = v

for entry in merged_series.items():
    print(entry)