汇总并比较索引

Question

我有多个带有unix时间戳的csv文件，用作datetimeindex，我想比较一下

单个文件的示例：

Unixtime           Value     
1525328729150.00   15.06
1525328729943.00   16.05
1525328730741.00   16.32
1525328731536.00   16.35
1525328732335.00   16.87
1525328733131.00   16.99
1525328733932.00   17.45
1525328734731.00   17.65

目前，我正在使用以下（代码段）设置DatetimeIndex（工作正常）：

data[i] = pd.read_csv(temp_file_name, index_col=' Time_Created')
data[i].index = pd.to_datetime(data[i].index, unit='ns')

但是，当我想在特定时间比较两个不同文件的值时，有几个问题：

1. 档案里的时间不完全吻合。一个文件可能是01:443秒，另一个是01:247秒
2. 舍入到一秒或500毫秒会导致索引可能被跳过或复制的问题。舍入到500ms可以舍入01:443到01:500，但是可以舍入01:247到01:000

我试过几种方法：

1. 将int64整数取整
2. 取整DatetimeIndex

到目前为止，我们尝试使用

np.round(data[i].index.astype(np.int64), -13).astype('datetime64[ns]')

或者

pd.DatetimeIndex(((data[i].index.asi8/(1e13*60)).round()*1e13*60)
.astype(np.int64)).values

或者

ns1min=1*60*1000000000   # 1 minute in nanoseconds 
pd.to_datetime(((data[i].index.astype(np.int64) // ns1min + 1 ) * ns1min))

或者

pandas.DatetimeIndex.round

但似乎没有一个能起作用，也没有一个能为我提供我需要的解决方案，那就是两个值（大致）同时相减。 最好的方法是什么

Answer 1

我试着用

round_amount = 1*1*1000000000
data[i].index = pd.DatetimeIndex(((data[i].index.asi8/(round_amount)).round()*round_amount).astype(np.int64))

它将DatetimeIndex舍入到最接近的秒