如何在给定的日期时间值限制下填充数据框中的列？

Question

给定 pandas 数据帧 df1 和 df2:

df1:

                           d  v
0 2018-02-16 13:39:55.562506  1
1 2018-02-16 10:18:56.768246  4

和df2：

                           d   vx
0 2018-02-16 13:39:56.668377  100
1 2018-02-16 14:01:05.766319  200

如何使用 df2 中的 vx 值扩展 df1，以便时间戳几乎相同，即值相差不超过 2 秒（以及不匹配的 NaN）？

示例：

                           d  v     vx
0 2018-02-16 10:18:56.768246  4    NaN
1 2018-02-16 13:39:55.562506  1  100.0

代码如下：

import pandas as pd
import datetime as dt

dt1 = dt.datetime(2018, 2, 16, 13, 39, 55, 562506)
dt2 = dt.datetime(2018, 2, 16, 10, 18 , 56, 768246)
df1 = pd.DataFrame({'v':[1,4], 'd':[dt1, dt2]})

dt3 = dt.datetime(2018, 2, 16, 13, 39 , 56, 668377)
dt4 = dt.datetime(2018, 2, 16, 14, 1 , 5, 766319)
df2 = pd.DataFrame({'vx':[100,200], 'd':[dt3, dt4]})

Answer 1

使用pd.merge_asof()

In [232]: pd.merge_asof(df1.sort_values('d'), df2, on='d', 
                        tolerance=pd.to_timedelta('2S'), 
                        direction='nearest')
Out[232]:
                           d  v     vx
0 2018-02-16 10:18:56.768246  4    NaN
1 2018-02-16 13:39:55.562506  1  100.0

注意：必须为两个 DF 对连接字段（d 在您的情况下）进行排序

如何在给定的日期时间值限制下填充数据框中的列？

How to populate a column in dataframe under given datetime value restiriction?

python

fuzzy-comparison

dataframe

python-datetime

pandas