Wie verbinde ich DataFrames mit überlappenden Datums-/Uhrzeitbereichen mithilfe der Intervallindizierung?

Datenrahmen mit überlappenden Bereichen mithilfe der Intervallindizierung verbinden

Gegeben sind zwei Datenrahmen, df_1 und df_2, mit einer gemeinsamen Spalte, die einen Datums-/Uhrzeitbereich darstellt. Unser Ziel ist es, sie mithilfe einer bestimmten Bedingung zu verbinden: Die Datetime-Spaltenwerte von df_1 müssen innerhalb der in angegebenen Bereiche liegen df_2.

df_1

  timestamp              A          B
0 2016-05-14 10:54:33    0.020228   0.026572
1 2016-05-14 10:54:34    0.057780   0.175499
2 2016-05-14 10:54:35    0.098808   0.620986
3 2016-05-14 10:54:36    0.158789   1.014819
4 2016-05-14 10:54:39    0.038129   2.384590


df_2

  start                end                  event    
0 2016-05-14 10:54:31  2016-05-14 10:54:33  E1
1 2016-05-14 10:54:34  2016-05-14 10:54:37  E2
2 2016-05-14 10:54:38  2016-05-14 10:54:42  E3

Lösung:

Wir können die Intervallindizierung verwenden, um dies zu erreichen. Durch die Intervallindizierung werden Bins basierend auf den in df_2 angegebenen Bereichen erstellt und den Zeitstempeln in df_1, die in diese Bins fallen, Beschriftungen zugewiesen.

import pandas as pd

# Convert start and end columns to IntervalIndex
df_2.index = pd.IntervalIndex.from_arrays(df_2['start'], df_2['end'], closed='both')

# Get the event associated with each timestamp in df_1
df_1['event'] = df_1['timestamp'].apply(lambda x: df_2.iloc[df_2.index.get_loc(x)]['event'])

Ausgabe:

            timestamp         A         B event
0 2016-05-14 10:54:33  0.020228  0.026572    E1
1 2016-05-14 10:54:34  0.057780  0.175499    E2
2 2016-05-14 10:54:35  0.098808  0.620986    E2
3 2016-05-14 10:54:36  0.158789  1.014819    E2
4 2016-05-14 10:54:39  0.038129  2.384590    E3

Das obige ist der detaillierte Inhalt vonWie verbinde ich DataFrames mit überlappenden Datums-/Uhrzeitbereichen mithilfe der Intervallindizierung?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!