我有两个dataframe,其中有一个名为time
的列,包含时间的datetime表示,还有一个变量列。我想合并这两个数据帧,但由于某些原因,这会弄乱nn
的日期时间格式。在
我用这段代码创建了单独的数据帧:
## ECG load
nn = pd.read_csv('D:\\path\\Nn.csv',delimiter=";",decimal=',',header=None,names=["time","ibi"])
fsEcg = 1024 # Sample frequency
tsEcg = mkdatMovis('2016-10-31T12:16:15.015') #datetime rep of Start time string
nn.loc[:,'time'] = nn.time/fsEcg # convert sample number to seconds
ecgTime = zip(tsEcg + datetime.timedelta(seconds=float(cmt)) for cmt in nn.time)
nn.loc[:,'time'] = ecgTime
## EDA load
eda = pd.read_csv('D:\\path\\eda.csv',\
delimiter=";",decimal=',',header=None,names=["eda"])
fsEda = 32
tsEda = mkdatMovis('2016-10-31T12:17:08.363')
cumEda = np.arange(len(eda),dtype=np.float64)/fsEda # create time array in seconds
cumEda = pd.Series(cumEda)
edadat = pd.DataFrame()
edadat.loc[:,'time'] = zip(tsEda + datetime.timedelta(seconds=float(cmt)) for cmt in cumEda)
edadat.loc[:,'eda'] = eda
数据帧如下:
^{pr2}$将数据帧与df = edadat.merge(nn,on="time",how="outer")
合并后,数据如下所示:
time eda nn
0 (2016-10-31 12:17:08.363000,) 2.0 NaN
1 (2016-10-31 12:17:08.363000,) 5.0 NaN
2 (2016-10-31 12:17:08.363000,) 5.0 NaN
3 (2016-10-31 12:17:08.363000,) 4.0 NaN
4 (2016-10-31 12:17:08.363000,) 4.0 NaN
...
43027 1477917574356797000 NaN 928.710938
43028 1477917575276719000 NaN 919.921875
43029 1477917576178086000 NaN 901.367188
43030 1477917577064805000 NaN 886.718750
43031 1477917577910508000 NaN 845.703125
为什么datetime表单nn
在合并后转换为unix?我不是用了完全相同的代码来创建时间序列吗?在
我想您在
time
列中的tuples
有问题,所以您需要通过str[0]
删除元组-选择DataFrame
行中每个元组的第一个元素:然后使用:
^{pr2}$但我认为更好的方法是使用^{} :
相关问题 更多 >
编程相关推荐