代码是:
import numpy as np
import pandas as pd
dateparse = lambda x: pd.datetime.strptime(x,'%d %m %Y %H %M')
vento = pd.read_csv('dados_tpm.txt', header=0, delim_whitespace= True, parse_dates = [['Dia', 'Mes', 'Ano', 'Hora','Minuto']], index_col = False, date_parser = dateparse)
vento1 = vento.rename(columns={'Dia_Mes_Ano_Hora_Minuto': 'Data'})
vento0 = vento1.set_index('Data')
vento_time = pd.DataFrame({'Data':pd.date_range(start='2016-07-12 18:00:00',end='2017-02-28 21:00:00',freq='3H')})
vento_time0 = vento_time.set_index('Data')
vento_2 = pd.merge_asof(vento_time0,vento0, on='Index', tolerance=pd.Timedelta("5 minutes")).fillna('NAN')
那里的vento0是这样的:
Index Vel Dir
2016-07-12 16:17:00 9.8 13.8
2016-07-12 16:18:00 10.9 1.8
2016-07-12 16:19:00 10.0 11.1
2016-07-12 16:20:00 11.0 11.0
... ... ...
... ... ...
2017-02-28 22:34:00 9.2 13.7
而且vento_time0似乎是:
Index
2016-07-12 18:00:00
2016-07-12 21:00:00
2016-07-13 00:00:00
2016-07-13 03:00:00
... ...
... ...
2017-02-28 21:00:00
我的数据有一分钟的间隔,并且它没有正则化.这样做的目的是将其置于3小时间隔内,用五分钟范围内的最近数据替换缺失值.但是当使用merge_asof时,会出现此错误:KeyError:’Index’.我也尝试使用Data,索引的实际名称,但得到相同的错误.预期的产出将是:
Index Vel Dir
2016-07-12 18:00:00 8.0 55
2016-07-12 21:00:00 16.0 67
2016-07-13 00:00:00 NAN NAN
2016-07-13 03:00:00 19.0 83
... ...
... ...
2017-02-28 21:00:00 NAN NAN
有人可以帮忙吗?有没有办法在索引中使用merge_asof函数?
最佳答案 做这样的事情:
使用.sort_values(by =’Data’)代替.set_index
vento0 = vento1.sort_values(by = 'Data')
vento_time0 = vento_time.sort_values(by = 'Data')
完成后,这应该工作:
vento_2 = pd.merge_asof(vento_time0,vento0, \
tolerance=pd.Timedelta("5 minutes")).fillna('NAN')
使用以下方法确保“NAN”变为“非数字”:
vento_2.convert_objects(convert_numeric =真)
使用merge_asof并转换’NAN’后,您可以设置索引.
vento_2.set_index([‘Data’],inplace = True)