pandas -- 计算两个不同数据帧中日期时间之间的最小差异-解网

问：

我有 2 个由时间组成的数据框。我想找到 ALL df1 times 和 EACH df2 之间的最短时间，当为正时。例如：df2['Start Time'] - df1['Stop Time'] = dt

DF1型

Stop Time                 Site
 2023-10-17 20:10:00.310      P2
 2023-10-17 21:20:00.440      P1
 2023-10-17 23:30:00.200      P2
 2023-10-18 00:00:00.190      P1
 2023-10-18 01:00:00.130      P1
 2023-10-18 02:00:00.500      P2
 2023-10-18 03:00:00.480      P1
 2023-10-18 04:00:00.020      P2
 2023-10-18 05:00:00.000      P1
 2023-10-18 06:00:00.580      P2

DF2型

Start Time               Site
2023-10-17 16:00:00.190      SMR
2023-10-17 17:05:00.050      SMR
2023-10-17 19:10:00.550      SMR
2023-10-17 21:40:00.530      SMR
2023-10-17 22:21:00.180      SMR
2023-10-18 05:21:00.090      SMR
2023-10-18 09:15:00.360      SMR
2023-10-18 11:54:00.160      SMR

因此，对于此数据集，第一个正差异是 for 和。我想在新数据帧中保留的最小值介于站点名称 P1 之间。因此，第一个条目将是： df_bestdf2: 2023-10-17 21:40:00.530df1: 2023-10-17 20:10:00.310 AND 2023-10-17 21:20:00.440df_best2023-10-17 21:40:00.530 - 2023-10-17 21:20:00.440 = 20 min

diff_min       Site
5            P1

最后一个 d2 条目 2023-10-18 11：54：00.160 与 d1 中的最后一个条目有一个最小值......约5小时54分钟。

我可以用几个 for 循环来做到这一点，但我敢打赌有一种很酷的 pandas 方法可以快速做到这一点。

感谢

pandas 日期时间 datediff

df1['Stop Time'] = pd.to_datetime(df1['Stop Time'])
df2['Start Time'] = pd.to_datetime(df2['Start Time'])

out = (pd
  .merge_asof(df2.sort_values(by='Start Time')
                 .reset_index(),
              df1.sort_values(by='Stop Time'),
              left_on='Start Time', right_on='Stop Time',
              suffixes=(None, '_df1')
              )
       .set_index('index').reindex(df2.index)
       .assign(diff_min=lambda d: d['Start Time'].sub(d['Stop Time'])
               .dt.total_seconds().div(60))
)

print(out)

输出：

               Start Time Site               Stop Time Site_df1    diff_min
0 2023-10-17 16:00:00.190  SMR                     NaT      NaN         NaN
1 2023-10-17 17:05:00.050  SMR                     NaT      NaN         NaN
2 2023-10-17 19:10:00.550  SMR                     NaT      NaN         NaN
3 2023-10-17 21:40:00.530  SMR 2023-10-17 21:20:00.440       P1   20.001500
4 2023-10-17 22:21:00.180  SMR 2023-10-17 21:20:00.440       P1   60.995667
5 2023-10-18 05:21:00.090  SMR 2023-10-18 05:00:00.000       P1   21.001500
6 2023-10-18 09:15:00.360  SMR 2023-10-18 06:00:00.580       P2  194.996333
7 2023-10-18 11:54:00.160  SMR 2023-10-18 06:00:00.580       P2  353.993000

如果您只对具有匹配项的行感兴趣，则可以进一步。dropnadf2

上一个：如何知道某个事件是发生在其他事件之后还是期间

下一个：为什么 DATEDIFF 和 TIMESTAMPDIFF 在 singlestore 中处理参数的方式不一致？

pandas -- 计算两个不同数据帧中日期时间之间的最小差异

pandas -- compute min difference between datetimes in two different dataframes

评论