3

这是问题的一个例子：

>>> df = DataFrame({'a':[1,2]},index=[datetime.today(),datetime.today()+timedelta(days=1)])
>>> df
                            a
2013-02-15 09:36:14.665272  1
2013-02-16 09:36:14.857322  2
>>> dup_index = datetime.today()
>>> df2 = DataFrame({'a':[2,3]},index=[dup_index,dup_index])
>>> df2
                            a
2013-02-15 09:37:11.701271  2
2013-02-15 09:37:11.701271  3
>>>
>>> df2.reindex(df.index,method='ffill')
Traceback (most recent call last):
...
Exception: Reindexing only valid with uniquely valued Index objects

我希望将 df2 与 df 合并。因为索引时间不匹配，我希望将 df2 时间与 df 中最接近的最后一次匹配，即第一行。我想出的解决这个问题的一种人为方法是在第二个时间序列中添加一个假的微秒值，使其变得独一无二。但这对于大数据帧来说很慢。不允许这样做有什么特别的原因吗？这似乎是一件合乎逻辑的事情。我有没有更好的方法来克服这个限制？

4

1 回答 1

3

我最近遇到了类似的问题。我通过首先从df2. 这样做会让您考虑保留哪个以及丢弃哪个。不幸的是，pandas 似乎没有很好的方法来删除基于重复索引条目的重复项，但是这种解决方法（向 'index' 列添加df2）应该可以做到：

>>> df2['index'] = df2.index
>>> df3 = df2.drop_duplicates(cols='index', take_last=True).reindex(df.index, method='ffill')
>>> del df3['index']
>>> df3
                             a
2013-02-21 09:51:56.615338 NaN
2013-02-22 09:51:56.615357   3

当然，您可以设置 'take_last=False' 以获得 a 列的值 2。

我注意到您说“我希望将 df2 时间与 df 中最接近的最后时间相匹配，即第一行”。我不太明白这个说法。df 中与 df2 中时间最接近的时间是第二行，而不是第一行。如果我误解了您的问题，请告诉我，我会更新此答案。

作为参考，这是我的测试数据：

>>> df
                            a
2013-02-21 09:51:56.615338  1
2013-02-22 09:51:56.615357  2
>>> df2
                            a
2013-02-21 09:51:57.802331  2
2013-02-21 09:51:57.802331  3
于 2013-02-21T15:06:21.130 回答