【问题标题】：Concatenating two DataFrames with respect to dates根据日期连接两个 DataFrame
【发布时间】：2018-04-24 09:11:50
【问题描述】：
我认为我的问题涉及几个部分。
我有什么？
- 两个数据帧。两者都使用时间戳格式进行索引。时间段是相似的，比如说从 14:00 到 18:00 以及从 13:30 到 18:30。但是时间间隔不同（一个数据帧每 3 秒有一个数据，一个数据帧的时间间隔不确定，大约为 0.6 秒）。数据帧不同，一个包括 GPS 坐标（2 列 + 索引），一个包括 NO2 浓度（1 列 + 索引）。
我到底想要什么？
- 一个包含所有 3 列 (GPS + NO2) 的数据帧（再次使用时间戳索引）。我想将索引的时间间隔设置为 1 秒。这意味着，两个数据帧都必须进行插值，因为两者可能都没有值，例如 15:30.56（但在 15:30.55.635 和 15:30.58.001）
到目前为止我尝试了什么？
- 合并两个数据帧。但我得到的是一个数据框，现在包含我想要的所有 3 列，但索引是 NO2 数据集的时间，只有 NO2 的列被正确填充（其他两个包括 NaN）
这是代码行：
allTheData = pd.concat([gpsDataFrame, no2DataFrame], axis=1)
我是 Pandas 的新手，对 Python 比较陌生。希望你能帮助我完成这两个步骤：
创建一个数据帧“allTheData”，其中包括按时间顺序排列的所有测量时间（来自 gps 或 No2）和正确的数据。例如，如果两个数据框中都有来自 15:30.05 的数据，则只添加一行并包括所有 3 列；如果在 15:30.07 只有来自 gps 的数据，则包括 gps 数据并将 No2 设置为 NaN 或其他内容。
对这些值进行插值，以便我可以选择一个 1 秒的间隔，然后每 1 秒从 gps 和 no2 获取插值数据，因此每一行。
【问题讨论】：
标签：
python
pandas
dataframe
timestamp
【解决方案1】：
使用pandas.resample 调整两个数据帧，使其具有与索引相同的时间戳：
import pandas as pd
import numpy as np
# generate some sample data according to your question
date1 = pd.date_range("14:00", "18:00", freq="3S")
df1 = pd.DataFrame({"time": date1, "gps": np.random.rand(len(date1))})
date2 = pd.date_range("13:30", "18:30", freq="600ms")
df2 = pd.DataFrame({"time": date2, "no2": np.random.rand(len(date2))})
# set the timestamps as index
df1 = df1.set_index("time")
df2 = df2.set_index("time")
final_freq = "1S"
# upsample df1, interpolating
df1 = df1.resample(final_freq)
df1 = df1.interpolate(method='linear') # without this, these entries are NaN
# downsample df2, averaging
df2 = df2.resample(final_freq).mean()
那么你可以join他们：
df = df1.join(df2)
请注意，如果您的 gps 位置是单列中的元组，您可能需要稍微更改一下。在这种情况下，您可能必须将其分成两列，纬度和经度，才能进行上采样。
与其对下采样进行平均，不如使用不同的函数。例如，如果您的 NO2 传感器报告它在过去 0.6 秒内看到了多少 NO2，那么您需要.sum()。