栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 面试经验 > 面试问答

合并带有时间戳和间隔的数据帧

面试问答 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

合并带有时间戳和间隔的数据帧

创建

IntervalIndex
IntervalIndex.from_arrays
第一:

s = pd.IntervalIndex.from_arrays(df2['start'], df2['stop'], 'both')print (s)IntervalIndex([[2016-08-31 08:09:00, 2016-08-31 08:12:00],     [2016-08-31 08:13:00, 2016-08-31 08:20:00],    [2016-08-31 08:20:00, 2016-08-31 08:45:00]],   closed='both',   dtype='interval[datetime64[ns]]')

然后

set_index
通过新
IntervalIndex
设置将新列按以下条件创建的数组
values

df1['C'] = df2.set_index(s).loc[df1.index, 'C'].valuesprint (df1)  A  C2016-08-31 08:09:00   1.0  a2016-08-31 08:11:00   7.0  a2016-08-31 08:14:00  90.0  b

编辑:

s = pd.IntervalIndex.from_arrays(df2['start'].astype(np.int64), df2['stop'].astype(np.int64), 'both')print (s)IntervalIndex([[1472630940000000000, 1472631120000000000],     [1472631180000000000, 1472631600000000000],     [1472631600000000000, 1472633100000000000]],   closed='both',   dtype='interval[int64]')df1['C'] = df2.set_index(s).loc[df1.index.astype(np.int64), 'C'].valuesprint (df1)  A  C2016-08-31 08:09:00   1.0  a2016-08-31 08:11:00   7.0  a2016-08-31 08:14:00  90.0  b


转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/662290.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号