智能算法合并datetime列上的2个数据帧

Question

我有两个数据帧，df1是一些流量数据：

id  mtm_id  date_p  travel_d    ut_p    travel_t
0   1   2020-11-25 14:50:04 22.206  2.426   53.864
1   1   2020-11-25 15:50:05 22.214  1.578   35.049
2   1   2020-11-25 16:50:05 22.214  1.766   39.227
3   1   2020-11-25 17:50:05 22.206  1.75    38.867
4   1   2020-11-25 18:50:04 22.206  1.533   34.044
... ... ... ... ... ...
7408    1   2021-10-02 19:50:06 22.205  1.502   33.358
7409    1   2021-10-02 20:50:14 22.205  1.37    30.42
7410    1   2021-10-02 21:50:05 22.205  1.342   29.791
7411    1   2021-10-02 22:50:09 22.205  1.296   28.777
7412    1   2021-10-02 23:50:06 22.688  1.196   27.144

第二个df2是天气数据：

id date_w   temperature pressure    humidity    clouds  wind_speed
0   2017-04-09 16:00:00 281.4   1019    49  Clear : clear sky, 0%   4
1   2017-04-10 22:00:00 7.83    1012    81  Clear : ясно, 0%    3
2   2017-04-11 15:00:00 18  1002    42  Clear : ясно, 0%    9
3   2017-04-11 21:30:00 8.78    1003    93  Rain : дождь, 75%   5
4   2017-04-12 15:30:00 6.25    1002    60  Clouds : слегка облачно, 40%    5
... ... ... ... ... ... ...
7118    2021-10-03 06:17:52 4   1035    61  Clouds : облачно с прояснениями, 63%    2.08
7119    2021-10-03 12:18:14 10  1034    44  Clouds : облачно с прояснениями, 69%    2.1
7120    2021-10-03 18:17:42 5.19    1035    58  Rain : небольшой дождь, 100%    1.9
7121    2021-10-04 00:17:48 3.65    1036    71  Clouds : пасмурно, 98%  1.77
7122    2021-10-04 06:17:20 5.81    1037    71  Clouds : облачно с прояснениями, 55%    2.98

数据是独立收集的，因此表中的日期是不同的。为了得到最终的表格，我需要在df1中的每一行中附加最接近日期时间(min(abs( df2 _p-date_w))的日期行，以便在时间上匹配(同步)流量和适当的天气数据)：

id  mtm_id  date_p  travel_d    ut_p    travel_t date_w temperature pressure    humidity    clouds  wind_speed

我可以用循环的标准方式来做这件事，但是我想知道是否有任何python优雅的方法可以用向量操作来做这件事，而不是一步一步地做(我相信python专家可以做任何事情！))。这也是代码执行速度的问题，这也很重要。

提前感谢。

Answer 1

实际上，merge_asof在这种情况下工作得很好，就像科拉伦在上面(Smart algo to merge 2 dataframes on datetime column)所说的那样，所以，解决方案Pandas - how to merge dataframes on datetime column of different format?在这种情况下也可以工作！