有没有一种pythonic方法可以将日期时间上的数据帧与具有不规则日期时间戳的数据对合并

Question

我有几个数据系列，其中每个数据点都保存有时间戳，精度为 [ms]。我想将这些系列合并到一个时间线上，所有时间戳的采样精度应为 [s] 最后应该有一个 pd ，其中第一列是日期时间，具有来自系列的所有不同时间戳。所有其他列在该日期时间合并。

我的代码正在运行，但由于内存问题而无法处理大数据。

数据如下所示：

a_data; a_Timestamp; b_data; b_Timestamp; c_data ; c_Timestamp
1; 2019-07-24 12:00:00.123; 2 ; 2019-07-24 12:00:00.234; 3 ; 2019-07-24 12:00:00.345;
2; 2019-07-24 12:00:03.123; 3 ; 2019-07-24 12:00:02.234; 4 ; 2019-07-24 12:00:03.645;

我的代码如下：

import numpy as np
import pandas as pd
import datetime as dt

def prepareData(df):
    dfm = None
    df = df.dropna(axis='columns',how='all')
    df = df.sort_index()  

    for col in df:
        dt = None
        if not "Timestamp" in col:
            series = pd.DataFrame({'DateTime' : pd.to_datetime(df[col + '_Timestamp']).astype('datetime64[s]'),col : df[col]})
            if mergedFrame is not None:
                dfm = dfm.merge(series, on='DateTime', how ='outer').sort_values('DateTime')           
            else:
                dfm = series    
        dfm = dfm.loc[~dfm.DateTime.duplicated(keep='first')]
    dfm = dfm.sort_index()
    dfm = dfm.fillna(method='ffill')
    dfm = dfm.fillna(method='bfill')
    dfm = dfm.fillna(0)
    return dfm.reset_index()       

df = pd.read_csv('file.csv', sep = ";", na_values="n/a" ,low_memory=False)
prepareData(df).to_csv( 'file_sampled.csv', sep = ';')    

结果应该是

DateTime; a_data; b_data ; c_data
2019-07-24 12:00:00; 1;2;3
2019-07-24 12:00:02; 1;3;3
2019-07-24 12:00:03; 2;3;3 
2019-07-24 12:00:04; 2;3;4

我得到了这个结果，但它占用的内存对我的电脑来说太多了。我想有更好的方法来做到这一点。

Answer 1

首先我们选择每个数据和每个时间戳列并将它们并排放置：

x = pd.concat([pd.melt(df.iloc[:,::2], value_name='data'), pd.melt(df.iloc[:,1::2], value_name='DateTime').iloc[:,-1]], axis=1)

将日期时间字符串转换为DateTime，四舍五入为整秒并设置为索引：

x['DateTime'] = pd.to_datetime(x.DateTime).dt.round('s')
x = x.set_index('DateTime')

最后我们对数据进行透视：

x.pivot(columns='variable', values='data')

结果：

variable             a_data  b_data  c_data
DateTime                                   
2019-07-24 12:00:00     1.0     2.0     3.0
2019-07-24 12:00:02     NaN     3.0     NaN
2019-07-24 12:00:03     2.0     NaN     NaN
2019-07-24 12:00:04     NaN     NaN     4.0