在 pandas 中比较具有容许误差的列

Question

我有三个不同的地震目录，用不同的方法计算了起源时间，自然，计算的值不完全相同，误差在 5 秒左右。

目录_1

Index     Time
0  2022-05-01T08:16:55
1  2022-05-01T09:54:01
2  2022-05-01T10:25:49
3  2022-05-01T12:01:55
4  2022-05-01T18:17:23

目录_2

Index     Time
0  2022-05-01T08:16:58.444
1  2022-05-01T10:25:46.939
2  2022-05-01T20:37:17.491
3  2022-05-01T23:34:22.539

目录_3

Index     Time
0  2022-05-01T10:25:48
1  2022-05-01T23:34:20
2  2022-05-02T07:21:51

我想将这 3 个数据帧组合成一个数据帧，如果它们有可接受的错误，它会自动匹配原始时间。

组合目录

Index     Time_1                Time_2           Time_3
0  2022-05-01T08:16:55  2022-05-01T08:16:58.444  N/A
1  2022-05-01T09:54:01  N/A                      N/A
2  2022-05-01T10:25:49  2022-05-01T10:25:46.939  2022-05-01T10:25:48
3  2022-05-01T12:01:55  N/A                      N/A
4  2022-05-01T18:17:23  N/A                      N/A
5  N/A                  2022-05-01T20:37:17.491  N/A
6  N/A                  2022-05-01T23:34:22.539  2022-05-01T23:34:20
7  N/A                  N/A                      2022-05-02T07:21:51

有没有办法使用循环和 if 来获得类似于这种 witout 的结果？

有时目录包含长达 5 年的数据，因此考虑不同的方法可能会更好。

Answer 1

Pandas round() 函数和 compare() 函数在这里可能会有所帮助。

https://pandas.pydata.org/docs/reference/api/pandas.Timestamp.round.html https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.compare.html

Answer 2

下面的代码是假设，当你说可接受的错误时，匹配时不考虑秒数以下。

代码是通过时间列中的时间格式操作完成的所有数据帧的简单合并

主要代码

 Catalog_1 = pd.DataFrame({'Time':['2022-05-01T08:16:55','2022-05-01T09:54:01','2022-05-01T10:25:49', '2022-05-01T12:01:55', '2022-05-01T18:17:23']}) Catalog_2 = pd.DataFrame({'Time':['2022-05-01T08:16:58.444','2022-05-01T10:25:46.939','2022-05-01T20:37:17.491', '2022-05-01T23:34:22.539']}) Catalog_3 = pd.DataFrame({'Time':['2022-05-01T10:25:48','2022-05-01T23:34:20','2022-05-02T07:21:51']}) pd.merge( pd.merge(Catalog_1, Catalog_2, left_on=pd.to_datetime(Catalog_1['Time']).dt.floor('min'), right_on=pd.to_datetime(Catalog_2['Time']).dt.floor('min'), how='outer'), Catalog_2, left_on='key_0', right_on=pd.to_datetime(Catalog_2['Time']).dt.floor('min'), how='outer' ).drop('key_0',axis=1).rename(columns={'Time_x':'Time_1','Time_y':'Time_2','Time':'Time_3'}) Output:

如果您只需要HOUR级别匹配，请使用

pd.to_datetime(Catalog_1['Time']).dt.floor('H')