[英]Pandas - Using merge_asof function in index
代碼是:
import numpy as np
import pandas as pd
dateparse = lambda x: pd.datetime.strptime(x,'%d %m %Y %H %M')
vento = pd.read_csv('dados_tpm.txt', header=0, delim_whitespace= True, parse_dates = [['Dia', 'Mes', 'Ano', 'Hora','Minuto']], index_col = False, date_parser = dateparse)
vento1 = vento.rename(columns={'Dia_Mes_Ano_Hora_Minuto': 'Data'})
vento0 = vento1.set_index('Data')
vento_time = pd.DataFrame({'Data':pd.date_range(start='2016-07-12 18:00:00',end='2017-02-28 21:00:00',freq='3H')})
vento_time0 = vento_time.set_index('Data')
vento_2 = pd.merge_asof(vento_time0,vento0, on='Index', tolerance=pd.Timedelta("5 minutes")).fillna('NAN')
那里的vento0
是這樣的:
Index Vel Dir
2016-07-12 16:17:00 9.8 13.8
2016-07-12 16:18:00 10.9 1.8
2016-07-12 16:19:00 10.0 11.1
2016-07-12 16:20:00 11.0 11.0
... ... ...
... ... ...
2017-02-28 22:34:00 9.2 13.7
而且vento_time0
似乎是:
Index
2016-07-12 18:00:00
2016-07-12 21:00:00
2016-07-13 00:00:00
2016-07-13 03:00:00
... ...
... ...
2017-02-28 21:00:00
我的數據有一分鍾的間隔,並且它沒有正則化。 這樣做的目的是將其置於3小時間隔內,用五分鍾范圍內的最近數據替換缺失值。 但是當使用merge_asof
時,會出現此錯誤: KeyError: 'Index'
。 我也嘗試使用Data
,索引的實際名稱,但得到相同的錯誤。 預期的產出將是:
Index Vel Dir
2016-07-12 18:00:00 8.0 55
2016-07-12 21:00:00 16.0 67
2016-07-13 00:00:00 NAN NAN
2016-07-13 03:00:00 19.0 83
... ...
... ...
2017-02-28 21:00:00 NAN NAN
有人可以幫忙嗎? 有沒有辦法在索引中使用merge_asof函數?
做這樣的事情:使用.sort_values(by = 'Data')
代替.set_index
vento0 = vento1.sort_values(by = 'Data')
vento_time0 = vento_time.sort_values(by = 'Data')
完成后,這應該工作:
vento_2 = pd.merge_asof(vento_time0,vento0, \
tolerance=pd.Timedelta("5 minutes")).fillna('NAN')
使用以下方法確保'NAN'
變為“非數字”:
vento_2.convert_objects(convert_numeric=True)
使用merge_asof
並轉換'NAN'
您可以設置索引。
vento_2.set_index(['Data'], inplace=True)
我想你想要一個不同形式的asof()
:
vento0.asof(vento_time0.index)
如果您在merge_asof()
上嘗試merge_asof()
,則需要使用以下內容:
vento_2 = pd.merge_asof(vento_time0,vento0, left_index = True, right_index = True, tolerance=pd.Timedelta("5 minutes")).fillna('NAN')
文檔: http : //pandas.pydata.org/pandas-docs/version/0.20/generated/pandas.merge_asof.html
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.