如何组合两个具有不同时间戳密度的熊猫数据框？

Question

我有几个熊猫数据框df1,df2,df3... 每个都包含时间戳列和各自值的列。例如：

df1:

2015-01-01T15:41:10.500Z, 9239.337890625
2015-01-01T15:41:50.543Z, 9539.337890625
2015-01-01T15:42:30.600Z, 8957.0458984375
2015-01-01T15:43:00.606Z, 8237.0458984375

df2:

2015-01-01T01:41:43.900Z, 67.58499908447266
2015-01-01T01:42:43.918Z, 67.58499908447266
2015-01-01T02:43:37.800Z, 67.58200073242189
2015-01-01T02:44:37.825Z, 67.58200073242189

我不确定我是否正确地用文字表达了这些，所以我需要将这些数据文件组合成一个，其中只有一个时间戳列，其他列将包含测量值。我正在考虑采用最小增量的时间戳并将其他行插入各自位置的方法。对于包含一个测量值但不包含另一个测量值的时间戳值，它将放置 Nan 或保持为空。 预期的输出将是这样的：

timestamp                 value1             value2 ...
2015-01-01T15:41:10.500Z, 9239.337890625 
2015-01-01T01:41:43.900Z,                    67.58499908447266
2015-01-01T15:41:50.543Z, 9539.337890625
2015-01-01T15:42:30.600Z, 8957.0458984375
2015-01-01T01:42:43.918Z,                    67.58499908447266
2015-01-01T15:43:00.606Z, 8237.0458984375

那么我该怎么做呢？任何建议或 cmets 都非常感谢。

Answer 1

如果时间戳是它们自己的列，

                    timestamp            value1
0    2015-01-01T15:41:10.500Z    9239.337890625
1    2015-01-01T15:41:50.543Z    9539.337890625
2    2015-01-01T15:42:30.600Z    8957.0458984375
3    2015-01-01T15:43:00.606Z    8237.0458984375

使用

df_all = pd.concat([df1, df2, df3, ...], ignore_index = True)
df_all.sort_values(by='timestamp', inplace = True)

ignore_index=True 告诉pandas 忘记原始数据帧中的索引，并根据新数据帧中的顺序创建新索引。

如果时间戳是索引，

                                     value1
2015-01-01T15:41:10.500Z    9239.337890625
2015-01-01T15:41:50.543Z    9539.337890625
2015-01-01T15:42:30.600Z    8957.0458984375
2015-01-01T15:43:00.606Z    8237.0458984375

使用

df_all = pd.concat([df1, df2, df3, ...])
df_all.sort_index(inplace = True)

sort_values 和sort_index 将按时间顺序排列时间戳。