有没有一种pythonic方法可以将日期时间上的数据帧与具有不规则日期时间戳的数据对合并

Question

我有几个数据系列，其中每个数据点都保存有精度为 [ms] 的时间戳。我想将这些系列合并到一个时间轴上，所有时间戳都应该以 [s] 的精度采样，最后应该有一个 pd，其中第一列是日期时间，其中包含该系列的所有不同时间戳。所有其他列在该日期时间合并。

我的代码正在工作，但由于内存原因，在大数据上失败。

数据如下所示：

a_data; a_Timestamp; b_data; b_Timestamp; c_data ; c_Timestamp
1; 2019-07-24 12:00:00.123; 2 ; 2019-07-24 12:00:00.234; 3 ; 2019-07-24 12:00:00.345;
2; 2019-07-24 12:00:03.123; 3 ; 2019-07-24 12:00:02.234; 4 ; 2019-07-24 12:00:03.645;

我的代码如下：

import numpy as np
import pandas as pd
import datetime as dt
def prepareData(df):
dfm = None
df = df.dropna(axis='columns',how='all')
df = df.sort_index()  
for col in df:
dt = None
if not "Timestamp" in col:
series = pd.DataFrame({'DateTime' : pd.to_datetime(df[col + '_Timestamp']).astype('datetime64[s]'),col : df[col]})
if mergedFrame is not None:
dfm = dfm.merge(series, on='DateTime', how ='outer').sort_values('DateTime')           
else:
dfm = series    
dfm = dfm.loc[~dfm.DateTime.duplicated(keep='first')]
dfm = dfm.sort_index()
dfm = dfm.fillna(method='ffill')
dfm = dfm.fillna(method='bfill')
dfm = dfm.fillna(0)
return dfm.reset_index()       
df = pd.read_csv('file.csv', sep = ";", na_values="n/a" ,low_memory=False)
prepareData(df).to_csv( 'file_sampled.csv', sep = ';')    

结果应该是

DateTime; a_data; b_data ; c_data
2019-07-24 12:00:00; 1;2;3
2019-07-24 12:00:02; 1;3;3
2019-07-24 12:00:03; 2;3;3 
2019-07-24 12:00:04; 2;3;4

我得到了这个结果，但它占用的内存对于我的电脑来说太多了。我想有更好的方法可以做到这一点。

Answer 1

首先，我们选择每个数据和每个时间戳列并排放置：

x = pd.concat([pd.melt(df.iloc[:,::2], value_name='data'), pd.melt(df.iloc[:,1::2], value_name='DateTime').iloc[:,-1]], axis=1)

转换日期时间字符串做日期时间，四舍五入为整秒并设置为索引：

x['DateTime'] = pd.to_datetime(x.DateTime).dt.round('s')
x = x.set_index('DateTime')

最后，我们透视数据：

x.pivot(columns='variable', values='data')

结果：

variable             a_data  b_data  c_data
DateTime                                   
2019-07-24 12:00:00     1.0     2.0     3.0
2019-07-24 12:00:02     NaN     3.0     NaN
2019-07-24 12:00:03     2.0     NaN     NaN
2019-07-24 12:00:04     NaN     NaN     4.0