多时间轴的公共分辨率

Question

我有一些关于不同时间轴(不同分辨率)的环境数据。我只想把它们合并为一个时间轴(具有更高分辨率的一个时间轴)，并管理与同一时间轴相关的环境数据。我在谷歌上搜索过，但我只得到时间戳的例子。如果我手动检查每个时间轴的分辨率和所有时间轴的开始时间，它将消耗大量时间。我正在寻找一个快速的解决方案。我的数据帧的一个简短版本如下所示。

In [1] import pandas as pd

In [2] file_read = pd.read_csv('input.csv')

In [3] file_read

Out[3] 
Time[s]     v1  Time[s].1   v2
160.84621   0   160.84808   7
161.14613   0   161.14802   7
161.538245  27  161.540085  7
162.01598   27  162.017865  7
162.31589   27  162.317775  7
162.615855  27  162.617735  7
162.915765  27  162.91765   7
163.21574   27  163.217625  7
163.51569   27  163.517575  7
163.81563   27  163.81751   7
164.11554   27  164.117425  7
164.4155    27  164.41738   9
164.71543   27  164.717315  9
165.015405  27  165.017285  9
165.31532   27  165.317205  9
165.65083   26  165.65272   9
165.95025   26  165.95214   9

这里，我希望有一个共同的时间轴，而不是两个时间轴( time和Times.1)，并相应地插值v1和v2的值。

Answer 1

我认为需要reindex

df = df.set_index('Time[s]')
df['v2new'] = df.set_index('Time[s].1')['v2'].reindex(df.index, method='ffill')
df = df.drop(['Time[s].1','v2'], 1)
print (df)
            v1  v2new
Time[s]              
160.846210   0    NaN
161.146130   0    7.0
161.538245  27    7.0
162.015980  27    7.0
162.315890  27    7.0
162.615855  27    7.0
162.915765  27    7.0
163.215740  27    7.0
163.515690  27    7.0
163.815630  27    7.0
164.115540  27    7.0
164.415500  27    7.0
164.715430  27    9.0
165.015405  27    9.0
165.315320  27    9.0
165.650830  26    9.0
165.950250  26    9.0