Pandas：從具有不同時間序列的兩個數據幀中添加兩列

Question

我有兩個數據幀（我們稱它們為df_1和df_2 ）：

epoch_ns                        net
1635747118006744249               64.75
1635747144020144197             -135.27

epoch_ns                        net
1635747085588589391              -15.25
1635747224568306088             -775.29
1635747242571214411               24.66

我想同時添加df_1['net']和df_2['net']以得到這樣的結果數據幀：

epoch_ns                        net
1635747085588589391              -15.25
1635747118006744249                49.5
1635747144020144197             -150.52
1635747224568306088             -910.56
1635747242571214411             −910.56

一種方法是以 1ms 的頻率重新采樣兩個幀（失去精度），但是當我的兩個幀的水平時間很長時，它可能會使用大量內存。

任何其他更有效的方法（時間明智和內存明智）？

Answer 1

您可以使用pandas.concat和cumsum ：

(pd.concat([df1,df2])
   .sort_values(by='epoch_ns')
   .assign(net=lambda d:d['net'].cumsum())
 )

輸出：

              epoch_ns     net
0  1635747085588589391  -15.25
0  1635747118006744249   49.50
1  1635747144020144197  -85.77
1  1635747224568306088 -861.06
2  1635747242571214411 -836.40