使用较高频率的数据作为较低频率数据的代理

Question

我有两个时间序列 - 年度和季度。年度数据在2018年结束，但季度数据直到2019年第三季度。将两者结合起来的最佳方式是什么，Python 会检查最新的可用季度和年度数据，并用最新的季度值填充年度时间序列？

这就是我的想法：

Data_ann
2013 5.1
2014 3.2
2015 2.1
2016 2.2
2017 2.1
2018 4.2
2019 n/a
Data_qtr
...
2018q1 2.5 
2018q2 2.2
2018q3 3.7
2018q4 4.2
2019q1 1.2
2019q2 2.3
2019q3 n/a

和结果

2013 5.1
2014 3.2
2015 2.1
2016 2.2
2017 2.1
2018 4.2
2019 2.3

Answer 1

您可以组织数据以使用DatetimeIndex。然后，年度帧很好(如果每年有一行(，但对于季度数据帧，我们需要获取每年的最后一个值，通过resample.last完成。combine_first当我们加入它们时，会优先考虑年度数据帧。

数据准备

df_ann = pd.read_clipboard(header=None)
df_ann.columns = ['date', 'value']
df_ann['date'] = pd.to_datetime(df_ann['date'], format='%Y')
df_ann = df_ann.set_index('date')
#            value
#date             
#2013-01-01    5.1
#2014-01-01    3.2
#2015-01-01    2.1
#2016-01-01    2.2
#2017-01-01    2.1
#2018-01-01    4.2
#2019-01-01    NaN
df_qtr = pd.read_clipboard(header=None)
df_qtr.columns = ['date', 'value']
df_qtr['date'] = pd.to_datetime(df_qtr['date'])
df_qtr = df_qtr.set_index('date')
#            value
#date             
#2018-01-01    2.5
#2018-04-01    2.2
#2018-07-01    3.7
#2018-10-01    4.2
#2019-01-01    1.2
#2019-04-01    2.3
#2019-07-01    NaN

法典

df_ann.to_period('Y').combine_first(df_qtr.resample('Y').last().to_period('Y'))
value
date       
2013    5.1
2014    3.2
2015    2.1
2016    2.2
2017    2.1
2018    4.2
2019    2.3