Pandas：将一个时间序列的值应用于另一个时间序列的先前实例

Question

我有两个时间序列（但作为 DataFrame，即多元序列），ts1 和 ts2。 Ts1 有重复的时间，ts2 没有。对于ts2 中的给定值ts2[i]，我想将该值应用于ts1 中在ts2[i] 之前但在ts2[i-1] 之后的实例。

这是一个示例（为简单起见，单变量）：

ts1:
    t           v
0   2016-03-01  0.676188
1   2016-03-01  0.228074
2   2016-03-04  0.371788
3   2016-03-05  0.802350
4   2016-03-06  0.090599

ts2:
    t           v
0   2016-03-02  1
1   2016-03-05  2
2   2016-03-08  3

我正在寻找这个结果：

    t           v
0   2016-03-01  1
1   2016-03-01  1
2   2016-03-04  2
3   2016-03-05  2
4   2016-03-06  3

Pandas 加入和合并操作并不能完全实现我想要的。 This post 有点接近，但也不是我想要的。这似乎是一个非常基本的“时间加入”，所以我认为应该有一些开箱即用的方法来做到这一点？

为了排除关于 ts1 中重复时间的问题：实际上，还有另一列（比如 ID 列）可以区分这些时间。所以在现实中，ts1 可以说是有一个MultiIndex。我想使示例尽可能简单，而且 ts2 not 有那个 ID 列。我想完全基于时间应用值。

我正在使用 Python 2.7.x 和 Pandas 0.17.0。如有必要，我可能会升级后者。 提前致谢！

Answer 1

IIUC 那么这应该可以工作：

In [49]:
ts1['v'] = ts2.loc[np.searchsorted(ts2['t'], ts1['t']),'v'].values
ts1

Out[49]:
           t  v
0 2016-03-01  1
1 2016-03-01  1
2 2016-03-04  2
3 2016-03-05  2
4 2016-03-06  3

所以这在你的 2 日期时间系列上使用 np.searchsorted 来返回应该插入 ts1['t'] 值的索引，这将是索引位置，然后我们使用它来索引 ts2 并返回'v'列值，我们必须在这里使用.values，因为在返回值中有重复的索引，所以我们只想要没有索引的值：

In [51]:
ts2.loc[np.searchsorted(ts2['t'], ts1['t']),'v']

Out[51]:
0    1
0    1
1    2
1    2
2    3
Name: v, dtype: int64

您可以看到np.searchsorted 的输出返回了所需的索引值：

In [50]:
np.searchsorted(ts2['t'], ts1['t'])

Out[50]:
array([0, 0, 1, 1, 2], dtype=int64)

这假设值已经排序并且已经datetime dtype，如果没有你可以做ts1['t'] = pd.to_datetime(ts1['t'])