Pandas：合并两个时间序列并在这两个时间段重叠的时间段内获取平均值答案

【问题标题】：Pandas: merge two time series and get the mean values during the period when these two have overlapped time periodPandas：合并两个时间序列并在这两个时间段重叠的时间段内获取平均值
【发布时间】：2022-11-08 17:00:41
【问题描述】：

我有两个熊猫数据框如下：

ts1
Out[50]: 
                     soil_moisture_ids41  
date_time                                 
2007-01-07 05:00:00               0.1830  
2007-01-07 06:00:00               0.1825  
2007-01-07 07:00:00               0.1825  
2007-01-07 08:00:00               0.1825  
2007-01-07 09:00:00               0.1825  
...                                 ...  
2017-10-10 20:00:00               0.0650  
2017-10-10 21:00:00               0.0650  
2017-10-10 22:00:00               0.0650  
2017-10-10 23:00:00               0.0650  
2017-10-11 00:00:00               0.0650  

[94316 rows x 3 columns]

另一个是

ts2
Out[51]: 
                     soil_moisture_ids42  
date_time                                                        
2016-07-20 00:00:00                0.147  
2016-07-20 01:00:00                0.148  
2016-07-20 02:00:00                0.149  
2016-07-20 03:00:00                0.150  
2016-07-20 04:00:00                0.152  
...                                 ...  
2019-12-31 19:00:00                0.216 
2019-12-31 20:00:00                0.216 
2019-12-31 21:00:00                0.215 
2019-12-31 22:00:00                0.215 
2019-12-31 23:00:00                0.215 

[30240 rows x 3 columns]

你可以看到，从2007-01-07 到2016-07-19，只有ts1 有数据点。从2016-07-20 到2017-10-11 有一些重叠的时间序列。现在我想组合这两个数据框。在重叠期间，我想获得ts1 和ts2 的平均值。在非重叠期间（2007-01-07 到2016-07-19 和2017-10-12 到2019-12-31），每个时间戳的值设置为ts1 或ts2 中的值。那么我该怎么做呢？

谢谢！

【问题讨论】：

标签： pandas dataframe join time merge

【解决方案1】：

使用concat 和聚合mean，如果只有一个值得到相同的输出，多个得到mean。最后DatatimeIndex 也被排序：

s = pd.concat([ts1, ts2]).groupby(level=0).mean()

【讨论】：

谢谢！但是“.groupby（level = 0）”是什么意思？并且（在另一种独立的情况下）我看到如果我使用.mean()，一个时间戳上的多个数据点将消失。比如说，如果我在2019-12-31 上得到 3 个数据点（只是 YYYYMMDD，不包括 HH，即不是 2019-12-31 20:00:00），那么在使用 .mean() 之后，最终结果只保留一个数据点，即这 3 个数据的平均值点...那么我该怎么做才能保留原始的 3 个数据点？谢谢！

【解决方案2】：

只需先存储级联序列，然后应用平均值。即merged_ts = pd.concat([ts1, ts2]) 然后mean_ts = merged_ts.group_by(level=0).mean()

【讨论】：