用另一个 Pandas 系列覆盖 Python Pandas 系列，按时间戳索引

Question

我有一个名为“模板”的系列，它是 3600 美元 0.00 美元（最后一小时每秒 0.00 美元，并按此编入索引）。我有另一个名为“交易”的系列，它来自 API 请求的数据，该请求是可变数量的非零美元金额，也由时间戳索引。由于这些交易都是在最后一小时内进行的，因此“交易”中的所有时间戳都将在“模板”中找到，但反之亦然（除非最后一小时的每一秒都有交易）。

对于“模板”中与“交易”中的时间戳相匹配的每个时间戳，我想将 0.00 美元替换为“交易”中的美元金额。我这样做是为了生成过去一小时的交易图，因此需要 0.00 美元而不是 NaN，以及 3600 个数据点（以保持图表时间轴的一致性）。

我认为肯定是这么简单：

graphSeries = template.update(transactions)

但是当我运行

print(template)
print(transactions)
print(graphSeries)

我明白了（问题最后的“None”）：

12-26-2021 21:30:39    0.0
12-26-2021 21:30:40    0.0
12-26-2021 21:30:41    0.0
12-26-2021 21:30:42    0.0
12-26-2021 21:30:43    0.0
                      ...
12-26-2021 22:30:34    0.0
12-26-2021 22:30:35    0.0
12-26-2021 22:30:36    0.0
12-26-2021 22:30:37    0.0
12-26-2021 22:30:38    0.0
Length: 3600, dtype: float64

12-26-2021 21:31:10      697986.00
12-26-2021 21:32:07     8780106.00
12-26-2021 21:32:54      900542.00
12-26-2021 21:34:52     8784483.00
12-26-2021 21:35:05    26309692.00
12-26-2021 21:39:48      500000.00
12-26-2021 21:39:55     1999940.00
12-26-2021 21:41:54     1189745.40
12-26-2021 21:43:21     1399102.56
12-26-2021 21:44:33     1607717.00
12-26-2021 21:46:13     1189745.40
12-26-2021 21:47:56     1000000.00
12-26-2021 21:49:08    12414533.00
12-26-2021 21:50:21     1546034.00
12-26-2021 21:50:30    13141109.60
12-26-2021 21:50:33     2277359.00
12-26-2021 21:50:39      503834.00
12-26-2021 21:50:51     1397967.00
12-26-2021 21:51:03      580000.00
12-26-2021 21:51:44      542158.00
12-26-2021 21:52:12     1546034.00
12-26-2021 21:54:04     1662123.80
12-26-2021 21:54:31    12052320.00
12-26-2021 21:54:52     1546024.00
12-26-2021 21:55:53     1000000.00
12-26-2021 21:56:30     1507000.00
dtype: float64

None

我是不是做错了什么？ pandas' update(Series) 方法是否不使用时间戳进行索引？

Answer 1

更新是一个就地函数，尝试：

template.update(transactions)
print(template)

关于 update 的更多信息：https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.update.html

用另一个 Pandas 系列覆盖 Python Pandas 系列，按时间戳索引

Overwriting a Python Pandas series with another Pandas series, indexed by timestamps

python

pandas

timestamp

series