将一个时间序列的数据分配到另一个时间序列

Question

这是一个人为设计的例子，可以方便地保存数据，但总的来说，这应该是一个适用于广泛受众的问题。

我有一个时间序列的测量值，如下所示：

In [1]: import pandas as pd 

In [2]: index = pd.date_range(start="18:10",periods=20,freq='min') 

In [3]: df = pd.DataFrame(randn(20,3),columns=list('abc'),index=index) 

In [4]: df.head() 
Out[4]: 
          a   b   c 
2013-02-27 18:10:00 -1.344753 0.438351 1.561849 
2013-02-27 18:11:00 1.715643 1.601984 -0.027408 
2013-02-27 18:12:00 -0.142264 -0.049462 0.482493 
2013-02-27 18:13:00 0.132617 0.737902 -0.347620 
2013-02-27 18:14:00 1.277257 0.083401 0.649422 

在“真实”测量之间，校准测量被完成，但在比测量，例如一个低得多的频率像这样：

In [5]: calindex = pd.date_range("18:12:30",periods=4,freq='5min') 

In [6]: caldata = pd.Series([10,20,30,40],index = calindex) 

In [7]: caldata 
Out[7]: 
2013-02-27 18:12:30 10 
2013-02-27 18:17:30 20 
2013-02-27 18:22:30 30 
2013-02-27 18:27:30 40 
Freq: 5T 

现在的一般想法是将这些校准数据应用于测量。 为此，我想通过'最接近时间'的方法分配/广播校准数据，所以我想生成另一个名为'偏移量'的列，例如即校准值在每行的测量值与每个测量值的时间最接近。

因此，我像这样的最终结果后：

In [14]: df 
Out[14]: 
          a   b   c offsets 
2013-02-27 18:10:00 -1.344753 0.438351 1.561849  10 
2013-02-27 18:11:00 1.715643 1.601984 -0.027408  10 
2013-02-27 18:12:00 -0.142264 -0.049462 0.482493  10 
2013-02-27 18:13:00 0.132617 0.737902 -0.347620  10 
2013-02-27 18:14:00 1.277257 0.083401 0.649422  10 
2013-02-27 18:15:00 0.048120 0.421220 0.149372  20 
2013-02-27 18:16:00 0.812317 -1.517389 2.035487  20 
2013-02-27 18:17:00 -0.058959 -0.034876 -1.535118  20 
2013-02-27 18:18:00 -0.666227 0.040208 -1.042464  20 
2013-02-27 18:19:00 -0.077031 -0.158351 -0.441992  20 
2013-02-27 18:20:00 0.103083 -0.129341 0.294073  30 
2013-02-27 18:21:00 0.900802 0.443271 -0.946229  30 
2013-02-27 18:22:00 0.744631 -0.058666 -0.386226  30 
2013-02-27 18:23:00 -0.064313 0.500321 -0.536237  30 
2013-02-27 18:24:00 -0.392653 0.789827 0.000109  30 
2013-02-27 18:25:00 1.926765 0.252259 -0.051475  40 
2013-02-27 18:26:00 -0.035577 0.559222 -0.290751  40 
2013-02-27 18:27:00 1.726165 0.626515 -0.868177  40 
2013-02-27 18:28:00 1.269409 1.520980 -0.181637  40 
2013-02-27 18:29:00 -1.151166 -0.300196 0.420747  40 

值的应用到通过.MAP等栏目，。适用等，我相信理解很好，这是显然需要时间或抵消技巧需要做的分配的价值，我不知道什么开始。

是否应该用pandas.DateOffsets攻击？是否有机械来最大限度地减少熊猫内部的时间差异？

我很欣赏向正确的方向发展，并不一定要完整，只是我需要去的方向。

Answer 1

我使用numpy的函数来计算最接近的时间定位：

from numpy.random import randn 
import numpy as np 
import pandas as pd 

index = pd.date_range(start="18:10",periods=20,freq='min') 
df = pd.DataFrame(randn(20,3),columns=list('abc'),index=index) 
calindex = pd.date_range("18:12:30",periods=4,freq='5min') 
caldata = pd.Series([10,20,30,40],index = calindex) 

# if you use numpy 1.7 
real_time = df.index.values 
cali_time = caldata.index.values 

# if you use numpy 1.6 
real_time = np.array(df.index.values.view("i8")/1000, dtype="datetime64[us]") 
cali_time = np.array(caldata.index.values.view("i8")/1000, dtype="datetime64[us]") 

right_index = cali_time.searchsorted(real_time, side="left") 
left_index = np.clip(right_index - 1, 0, len(caldata)-1) 
right_index = np.clip(right_index, 0, len(caldata)-1) 
left_time = cali_time[left_index] 
right_time = cali_time[right_index] 
left_diff = np.abs(left_time - real_time) 
right_diff = np.abs(right_time - real_time) 
caldata2 = caldata[np.where(left_diff < right_diff, left_time, right_time)] 
df["offset"] = caldata2.values