Python/Pandas - 连接 2 个具有不同 PeriodIndex 频率的数据帧

Question

我想连接2个具有不同PeriodIndex频率的DataFrame，并用于对作为位置的二级索引进行排序。

例如，我有以下 2 个 DataFrame。

import pandas as pd

pr1h = pd.period_range(start='2020-01-01 08:00', end='2020-01-01 11:00', freq='1h')
pr2h = pd.period_range(start='2020-01-01 08:00', end='2020-01-01 11:00', freq='2h')

n_array_1h = [2, 2, 2, 2]
n_array_2h = [0, 1, 0, 1]

index_labels_1h = [pr1h, n_array_1h]
index_labels_2h = [[pr2h[0],pr2h[0],pr2h[1],pr2h[1]], n_array_2h]

values_1h = [[1], [2], [3], [4]]
values_2h = [[10], [20], [30], [40]]

df1h = pd.DataFrame(values_1h, index=index_labels_1h, columns=['Data'])
df1h.index.names=['Period','Position']
df2h = pd.DataFrame(values_2h, index=index_labels_2h, columns=['Data'])
df2h.index.names=['Period','Position']

df1h
                           Data
Period           Position      
2020-01-01 08:00 2            1
2020-01-01 09:00 2            2
2020-01-01 10:00 2            3
2020-01-01 11:00 2            4

df2h
                       Data
Period           Position      
2020-01-01 08:00 0           10
                 1           20
2020-01-01 10:00 0           30
                 1           40

我想获得 df1h_new，其中：

保留 df1h 的 PeriodIndex，
保留 df2h 中块的数据 period.start_time 立即低于或等于 df1h 中的当前 perdiod.start_time，
显然保留了 df1h 的数据

所以结果是。

df1h_new
                           Data
Period           Position      
2020-01-01 08:00 0           10  # |---> data coming from df2h, block with
                 1           20  # |     start_time =< df1h.index[0].start_time
                 2            1  # ----> data from df1h.index[0]
2020-01-01 09:00 0           10  # |---> data coming from df2h, block with 
                 1           20  # |     start_time =< df1h.index[1].start_time
                 2            2  # ----> data from df1h.index[1]
2020-01-01 10:00 0           30  # and so on...
                 1           40
                 2            3
2020-01-01 11:00 0           30
                 1           40
                 2            4

请问，实现该目标的推荐方法是什么？我感谢您的帮助和支持！最佳，

Answer 1

一个想法是使用 concat with Series.unstack and change frequency to same by Series.asfreq，然后回填缺失值并重塑回 MultiIndex:

df = (pd.concat([df1h['Data'].unstack(),
                 df2h['Data'].unstack().asfreq('H')], axis=1)
        .bfill()
        .stack()
        .sort_index()
        .to_frame('Data'))
print (df)
                           Data
Period           Position      
2020-01-01 08:00 0         10.0
                 1         20.0
                 2          1.0
2020-01-01 09:00 0         10.0
                 1         20.0
                 2          2.0
2020-01-01 10:00 0         30.0
                 1         40.0
                 2          3.0
2020-01-01 11:00 0         30.0
                 1         40.0
                 2          4.0

Python/Pandas - 连接 2 个具有不同 PeriodIndex 频率的数据帧

Python/Pandas - Concatenating 2 DataFrames with different PeriodIndex frequencies

python

pandas

concat