Python - 按时间间隔合并数据（R data.table 模拟？）

Question

我只是在学习 python 并且有一个关于按时间集成数据帧的问题。 例如，假设我有 2 个独立的数据帧，它们的时间间隔不规则，但按 study_id 分组。 我想加入相距 2 小时之内的行。

以前，我为此使用了 R 中的 data.table 包。 此代码的示例如下。

df_new <- df1[df2, on="Study_ID", allow.cartesian=T][difftime(`date_df1`, `date_df2`, units="hours") <= 2 & difftime(`date_df1`, `date_df2`, units="hours") >= - 2] 

此代码然后绑定每个实例，其中每个数据帧的日期都在 2 小时之内。 我想看看是否有类似的python代码？ 理想情况下，我想合并这些行，以便我可以找到在测量之前或之后 2 小时内发生的测量之间发生的最大值。

有什么想法吗？ 谢谢！

编辑：数据框示例

    ID   Date           HeartRate
    1    4/1/2019 04:13     56
    1    4/2/2019 05:30     45
    1    4/3/2019 22:10     61
    2    4/3/2019 23:13     62
    2    4/5/2019 15:10     67

    df2
    ID   Date             Weight
     1    4/1/2019 06:10     112
     1    4/2/2019 02:30     114
     1    4/3/2019 21:10     112.5
     2    4/3/2019 23:10     113
     2    4/4/2019 00:00     114

    Output (this is what I would love!)
    ID   Date(blood pressure)  HeartRate   Date(weight)   Weight
    1    4/1/2019 4:13            56       4/1/2019 06:10   112
    1    4/3/2019 22:10           61       4/3/2019 21:10   112.5
    2    4/3/2019 23:13           62       4/3/2019 23:10   113
    2    4/3/2019 23:13           62       4/4/2019 00:00   114

在此示例中，每个日期框架中的第二行刚刚被删除，因为这些测量值在 2 小时内没有一对。 但是 df1 中显示的倒数第二行重复，因为它在 df2 中有 2 个案例在 2 小时内。

Answer 1

首先，您需要将日期另存为datetime，然后可以执行与data.table类似的data.table ，在两个数据data.table之间执行data.table ，然后过滤时差小于2个小时的记录。

# store as datetime
df1['Date'] = pd.to_datetime(df1['Date'])
df2['Date'] = pd.to_datetime(df2['Date'])

# join dataframes
merged = df1.merge(df2, left_on='ID', right_on='ID', 
                   suffixes=('(blood pressure)', '(weight)'))     
# calculate hour difference between the two dates
hour_dif = np.abs(merged['Date(blood pressure)'] - merged['Date(weight)'])/np.timedelta64(1, 'h')
merged[hour_dif < 2]

哪个产量

#    ID Date(blood pressure)  HeartRate        Date(weight)  Weight
# 0   1  2019-04-01 04:13:00         56 2019-04-01 06:10:00   112.0
# 8   1  2019-04-03 22:10:00         61 2019-04-03 21:10:00   112.5
# 9   2  2019-04-03 23:13:00         62 2019-04-03 23:10:00   113.0

Answer 2

我要感谢@josemz的出色回答！ 它成功了，我的一长串问题是由于我的数据清理错误而出现的问题。 非常感谢您的帮助！