连接不共享时间戳值的数据集

Question

我有两个不同的csv文件，它们对应于一个人的HRV (csv no1)和他们的情绪(csv no2)。第一个数据集使用UNIX时间戳来捕获HRV值，而另一个数据集则记录了人们每5秒观察自己时的情绪。

由于情绪每5秒捕获一次，HRV值每秒钟捕获一次，所以我想迭代HRV值数据集的行，并创建一个新的数据集(或者仅仅是一个新列，不管怎么样)，其中包含每组5行的平均和。例如，前5行的平均值对应于这种情绪，接下来的5行对应于其他情绪等等。

我想这样做，这样我才能最终把他们联系起来。

对怎么做有什么想法吗？

不幸的是，我无法提供容易复制的代码片段，因为数据集不是我要共享的，不过，我可以通过几个屏幕截图来指出我的数据集的外观：

这是具有HRV值的数据集：

​

​

这是包含情感值的数据集：

​

Answer 1

如果你能提供数据来测试，即使它不是真实的，那就太好了。我用下面的代码创建数据：

dates = pd.date_range('10-01-2016', periods=50, freq='S')
df = pd.DataFrame({'value': 100 + np.random.randint(-5, 10, 50).cumsum()},index=dates)
df.head()

​

​

我认为熊猫的重采样可能是有用的。检查文档中的偏移别名。

df.resample('5S').mean().head()

​

​

请注意，在我的示例中，时间戳是索引，而且，我使用平均值作为传递的值，但我不知道您想要使用什么。在此之后，您可以只合并数据。