兩個時間序列的python聚合

Question

我有兩個pandas時間序列數據幀，我想根據另一個時間序列的時間間隔將值匯總到一個時間序列。 讓我舉例說明。 第一個時間序列如下：

        date    value
0 2016-03-21       10
1 2016-03-25       10
2 2016-04-10       10
3 2016-05-05       10

第二個是從上述系列中提取的具有10個日歷日間隔的日期范圍。 我編寫了代碼以從上面的數據中提取。

     date
 0   2016-03-21
 1   2016-03-31
 2   2016-04-10
 3   2016-04-20
 4   2016-04-30

我想寫一些代碼來獲得這個結果數據幀：

     date        value
 0   2016-03-21  20
 1   2016-03-31   0
 2   2016-04-10  10
 3   2016-04-20   0
 4   2016-04-30  10

請不要在python中使用循環（最好），建議一種方法來做到這一點？

Answer 1

你可以根據df2日期的bin，在df1中對數據進行分區，

bins = pd.date_range(df2.date.min(), df2.date.max() + pd.DateOffset(10), freq = '10D')
labels = df2.date
df1.groupby(pd.cut(df1.date, bins = bins, right = False, labels = labels)).value.sum().reset_index()


    date        value
0   2016-03-21  20
1   2016-03-31  0
2   2016-04-10  10
3   2016-04-20  0
4   2016-04-30  10

Answer 2

Numpy searchsorted

這是我想到的第一件事，但要解決這個問題並非易事。 @Vaishali的答案在精神上與此非常相似且更簡單。 但我就像一條骨頭的狗，我不能放手，直到我弄明白。

解釋一下。 searchsorted將通過一個數組，在這種情況下是等間隔的日期，並找到它們將被放置在另一個數組中的位置以保持排序。 這聽起來很復雜但如果我們想象，我們可以看到發生了什么。 我會用信件來證明。 我會選擇與日期對應的字母。

x = np.array([*'abdg'])
y = np.array([*'acdef'])

請注意，在每個字母x我發現那里的逆止是y

#  i -> 0 0   2     4
#  x -> a b   d     g
#  y -> a   c d e f

這適用於我在下面做的事情。

設定

df = pd.DataFrame(dict(
    date=pd.to_datetime(['2016-03-21', '2016-03-25', '2016-04-10', '2016-05-05']),
    value=[10, 10, 10, 10]
))

dates = pd.date_range(df.date.min(), df.date.max(), freq='10D')

解

d = df.date.values
v = df.value.values

i = dates.searchsorted(d, side='right') - 1
a = np.zeros(len(dates), dtype=v.dtype)

np.add.at(a, i, v)

pd.DataFrame(dict(
    date=dates, value=a
))

        date  value
0 2016-03-21     20
1 2016-03-31      0
2 2016-04-10     10
3 2016-04-20      0
4 2016-04-30     10

---

你會發現我用np.add.at序總結v在恰當的地點。 我也可以用np.bincount做到這np.bincount 。 我更喜歡上面的方法，因為即使v是int類型， np.bincount轉換為float 。

d = df.date.values
v = df.value.values

i = dates.searchsorted(d, side='right') - 1

pd.DataFrame(dict(
    date=dates, value=np.bincount(i, v).astype(v.dtype)
))

        date  value
0 2016-03-21     20
1 2016-03-31      0
2 2016-04-10     10
3 2016-04-20      0
4 2016-04-30     10

Answer 3

只是有時間添加我的解決方案， numpy廣播

s1=df1.date.values
s2=df2.date.values
a=(np.abs(s1-s2[:,None])/np.timedelta64(60*60*24, 's')<10).dot(df1.value.values)
a
Out[183]: array([20, 10, 10,  0, 10], dtype=int64)

#df2['value']=a