有什么方法可以正确合并熊猫中具有不同暗度的两个时间序列？

Question

我打算在 pandas 中加入两个不同维度的时间序列。第一个时间序列是关于covid19每日病例数据，而第二个时间序列是食品加工厂的每日切割统计数据，然后我想通过其公共列将合并的数据框与另一个数据连接起来。首先，我想按特定规格加入他们。在covid病例时间序列中，数据是按县级记录的，而在日切时间序列中，有日切统计数据，可以是每个县的平均日切时间序列，也可以是均匀分布的。为了使加入这两个时间序列更合乎逻辑，我做了一些聚合并尝试加入，但它没有按我预期的那样工作。任何人都可以建议在熊猫中实现这一点的可能方法吗？有什么想法吗？

当前的尝试和可重现的数据

这里是 covid time series data in gist 来自 NYT covid19 数据，daily cut time series 来自食品加工机构。这是我目前的尝试：

import pandas as pd

df1= pd.read_csv("us_covid_by_counties.csv")
df1 = df1.drop(columns=['Unnamed: 0'], inplace=True) 

df2= pd.read_csv("daily_cut.csv")
df2 = df2.drop(columns=['Unnamed: 0'], inplace=True)

## process and aggregate covid time series
ctyList = list(df1['county'].unique())
df1_new= {}
for c in ctyList:
    cty_df = df1[df1['county']==c]
    cty_df['new_cases'] = cty_df['cases'].diff()
    cty_df['new_deaths'] = cty_df['deaths'].diff()
    df1_new[c] = cty_df

df1_new = pd.DataFrame.from_dict(df1_new, orient='index')

然后，我尝试以这种方式合并它们：

df_merged = pd.concat([df1_new , df2]).sort_values('date').reset_index(drop=True)

更新：

如果合并df1_new 和df2 可以正确完成，我想通过county_state 再次加入df_merged 和this data。有什么办法可以在 pandas 中做到这一点？

但我很难正确加入这两个时间序列。任何人都可以提出任何可能的想法来完成这项工作吗？有什么可能的想法吗？

Answer 1

在您最初的问题中，您提到了两个数据框。在您的评论中，您提到了另一个数据框。这是一个不同的问题吗？ merge_asof 适用于您的原始数据集。请看下文

这是将数据类型更改为日期时间

df1['date'] = pd.to_datetime(df1['date'])
df2['date'] = pd.to_datetime(df2['date'])

这是我得到的输出

Answer 2

在 cmets 中完成@XXavier 的建议：

确保正确导入日期：

df1 = pd.read_csv('data/us_covid_by_counties.csv', parse_dates=['date']).drop(columns=['Unnamed: 0'])
df2 = pd.read_csv('data/daily_cut.csv', parse_dates=['date']).drop(columns=['Unnamed: 0'])

添加你想要的列：

df1['new_cases'] = df1.groupby(['county'])['cases'].diff()
df1['new_deaths'] = df1.groupby(['county'])['deaths'].diff()

创建合并的df：

df_merged = pd.merge_asof(df1, df2, on="date", direction='nearest')