根据其他来源数据的时间频率插值每小时数据

Question

我正在寻找建议，以插值可用的数据与每小时的频率为基础的时间频率的其他数据源。你知道吗

例如：

我有一个数据帧包含以下提到的每小时频率的天气测量值，以及间隔约为4到5分钟的传感器读数。因此，我想根据其他数据源传感器读数的时间频率转换我的天气测量值。你知道吗

熊猫可以用来代替Pypark吗？我知道那里有一些特点。谢谢你 天气测量：

+----------+----------------------+
|Wind_speed|Forecast_Time         |
+----------+----------------------+
|22        |2019-01-29T15:00:00+00|
|17        |2019-01-29T16:00:00+00|
|23        |2019-01-29T17:00:00+00|
|11        |2019-01-29T18:00:00+00|
|10        |2019-01-29T19:00:00+00|
+----------+----------------------+ 

传感器读数：

+----------------------+-----------+------+
|DateTime              |Total count|Avail |
+----------------------+-----------+------+
|2019-01-29T15:24:02+00|45         |350   |
|2019-01-29T15:20:19+00|511        |710   |
|2019-01-29T15:24:02+00|131        |352   |
|2019-01-29T15:24:02+00|134        |376   |
|2019-01-29T15:24:02+00|69         |436   |
|2019-01-29T15:20:24+00|472        |935   |
|2019-01-29T15:24:06+00|138        |330   |
|2019-01-29T15:24:06+00|415        |749   |
|2019-01-29T15:29:02+00|45         |350   |
|2019-01-29T15:20:19+00|511        |710   |
+----------------------+-----------+------+

结果可能是这样的：

+----------+----------------------+
|Wind_speed|Forecast_Time         |
+----------+----------------------+
|22        |2019-01-29T15:24:02+00|
|17        |2019-01-29T15:20:01+00|
|17        |2019-01-29T15:24:00+00|
|11        |2019-01-29T15:29:06+00|
|10        |2019-01-29T15:20:00+00|
+----------+----------------------+

Answer 1

如果您知道如何在pandas中实现，那么只需创建函数并使用pandas\u udf