如何在python中合并具有不同时间值的两个时间序列？

Question

我有：

highhz =  [(0,1),(2,2),(4,4),(5,5),(6,6),(7,7),(8,8)]
lowhz=    [(1.5,1.5),(5.6,5.6)]

我想：

alldata =  [(0,1,1.5),
            (2,2,NaN),
            (4,4,NaN),
            (5,5,5.6),
            (6,6,NaN),
            (7,7,NaN),
            (8,8,NaN)]

也就是说，将第二个低频源的值附加到高频源中的纵坐标值上，形成一个组合表，其中包含高频源的时间纵坐标和没有低频数据的nan的时间纵坐标。你知道吗

你知道如何用python来处理这个问题吗？在C语言中，我会使用两个移动指针，在lisp语言中，我会递归，但即使我可以将这些算法移植到python中，它们看起来也不太地道。你知道吗

Answer 1

使用^{}和^{}有一种方法：

from collections import OrderedDict
from bisect import bisect_left
from pprint import pprint

dct = OrderedDict()
for t, v in highhz:
    dct.setdefault(t, []).append(v)
times = list(dct)

for t, v in lowhz:
    ind = bisect_left(times, t) - 1
    dct[times[ind]].append(v)
#          
for k, v in dct.items():
    if len(v) == 1:
        v.append(float('nan'))
#  
print [[k] + v for k, v in dct.items()]
#[[0, 1, 1.5], [2, 2, nan], [4, 4, nan], [5, 5, 5.6], [6, 6, nan], [7, 7, nan], [8, 8, nan]]

上面代码的一个稍加修改的版本，如果两次之间的项数大于1，则插入统一数量的NaN：

highhz = [(0, 1), (3, 3), (4, 4), (5, 5), (6, 6), (7, 7), (8, 8)]
lowhz = [(1.5, 1.5), (2, 2), (5.6, 5.6), (5.7, 10), (5.8, 20)]
#  
max_n = len(max(dct.values(), key=len))

for k, v in dct.items():
    le = len(v)
    v.extend([float('nan')]*(max_n-le))
#  
pprint([[k] + v for k, v in dct.items()])

[[0, 1, 1.5, 2, nan],
 [3, 3, nan, nan, nan],
 [4, 4, nan, nan, nan],
 [5, 5, 5.6, 10, 20],
 [6, 6, nan, nan, nan],
 [7, 7, nan, nan, nan],
 [8, 8, nan, nan, nan]]