当前位置:

首页 > 编程开发 > 如何基于另一数据框时间戳对齐并计算中心滚动均值

如何基于另一数据框时间戳对齐并计算中心滚动均值

利用pandas的rolling函数设置center=True计算高频数据以每个时间点为中心的五分钟滚动均值,再通过merge_asof的direction="nearest"将低频参考时间与高频数据最近邻匹配,实现以参考时刻为锚点的中心化窗口均值对齐。需注意时间列排序与类型转换,最终得到包含原始值、滚动均值和参考值的对齐结果。

本文目录

    在时间序列分析中,我们经常遇到这样一个场景:手里有一批高频观测数据,比如传感器每15秒采样一次,同时还有另一份低频参考时间点,比如每5分钟一次的校准时刻。现在需要把这两组数据对齐,并且为每个参考时刻计算其前后各2.5分钟(共5分钟)窗口内的均值——注意,这个窗口必须严格以参考时间为几何中心,而不是左对齐或右对齐。听起来简单,但实际做起来有不少细节需要注意。pandas 提供了两个利器——rolling(..., center=True, on="time") 和 merge_asof(),组合使用就能优雅解决这个问题。

    ✅ 正确实现步骤

    1. 为 df1 构建中心化滚动均值列

    先对高频数据 df1 计算每个时间点为中心的5分钟滚动均值。关键参数是 window="300s"(300秒=5分钟)、on="time"(指定时间列)和 center=True(确保窗口以当前行为中点)。注意,这个操作会自动处理边界,但为了不让首尾行因为窗口不完整而变成NaN,可以加上 min_periods=1。代码很直接:

    import pandas as pd
    
    # 确保 time 列为 datetime 类型
    df1["time"] = pd.to_datetime(df1["time"])
    df2["time"] = pd.to_datetime(df2["time"])
    
    # 计算 df1 中每个时间点为中心的 5 分钟滚动均值
    df1_rolling = df1.rolling(
        window="300s", 
        on="time", 
        center=True,
        min_periods=1  # 可选:允许边界处少于完整窗口仍计算
    ).mean().rename(columns={"speed": "speed_a vg"})
    
    # 合并回原 df1(按索引对齐)
    df1_with_a vg = df1.join(df1_rolling)

    这里有个小陷阱:rolling 返回的结果与输入 df1 索引一致,所以用 join 最安全,千万别用 merge 去对时间,否则容易因为精度问题搞错行。

    2. 时间对齐:用 merge_asof 匹配最近邻时间点

    接下来,要把 df2 中的每个参考时间点,在 df1_with_a vg 中找到最接近的那一行。pandas 的 merge_asof 就是为此而生的。不过默认的 direction="backward" 只往前找,我们需要的是“最接近”(可前可后),所以推荐用 direction="nearest"(需要 pandas ≥ 1.4.0)。同时加上 tolerance 限制最大偏差,比如15秒,避免匹配到太远的数据:

    # 关键:必须按 time 排序!
    df1_sorted = df1_with_a vg.sort_values("time")
    df2_sorted = df2.sort_values("time")
    
    # 使用 direction="nearest" 实现双向最近匹配
    result = pd.merge_asof(
        df1_sorted,
        df2_sorted.rename(columns={"speed": "speed_df2"}),
        on="time",
        direction="nearest",
        tolerance=pd.Timedelta("15s"),  # 允许最大 15 秒偏差
        allow_exact_matches=True
    )
    
    # 过滤掉未成功匹配的行(speed_df2 为 NaN)
    result = result.dropna(subset=["speed_df2"]).reset_index(drop=True)

    3. 输出结果解读

    最终得到的 result 表格里,你会看到四类关键列:

    • time:来自 df1 的实际时间戳(即最接近 df2 参考时刻的那个观测点);
    • speed:df1 原始瞬时值;
    • speed_a vg:以该 time 为中心、前后各2.5分钟(共5分钟)窗口内 df1.speed 的均值;
    • speed_df2:df2 中对应参考时刻的原始值(可用于后续校准、对比等)。

    举个例子:如果 df2 中有一个时刻是 2022-10-04 00:13:24,它匹配到了 df1 的 2022-10-04 00:13:25,那么 speed_a vg = 3.687 就是 00:10:55 至 00:15:55 区间内所有 df1.speed 的平均值。

    ⚠️ 注意事项与最佳实践

    • 时间列必须为 datetime64[ns]:务必调用 pd.to_datetime() 显式转换,否则 rolling 的 on 参数会报错;
    • merge_asof 前必须排序:on 列升序是强制要求,否则结果不可靠;
    • 窗口大小单位灵活:window="300s" 也支持 "5T"(5分钟)、"300S" 等字符串格式,推荐用 pd.Timedelta 显式声明更清晰;
    • 边界处理:min_periods=1 防止首尾行因窗口不完整而返回 NaN;若需要严格满窗,可以设 min_periods=30(约 5min/15s ≈ 20 个点,按实际频率调整);
    • 性能提示:对超大数据集,可先用 df1.set_index("time").sort_index() 提升 rolling 效率。

    通过以上方法,就能精准实现「以另一数据框时间点为锚,计算高频数据中心化滚动统计」这一典型工业场景需求。整个过程其实就两步:先算中心化滚动均值,再做最近邻匹配,搞定。

    本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系bd@zhengruan.com
    作者最新文章
    编程开发
    相关文章 更多
    悟空浏览器怎么彻底清理浏览器配置文件
    悟空浏览器怎么彻底清理浏览器配置文件

    彻底清理悟空浏览器的数据,通常有三个路径:通过手机系统设置能一次性清除所有配置和用户信息;利用浏览器内置功能,可以只清理缓存而保留个性化设置;最彻底的则是卸载重装,让应用回到初始状态。 悟空浏览器用久了,是不是偶尔会感觉变慢,或者出现一些难以解释的小毛病?有时候,与其一个个排查问题,不如来一次彻底的

    漫蛙漫画官网首页登录入口
    漫蛙漫画官网首页登录入口

    漫蛙漫画首页登录入口https://www.manwamh.top/:一触即达的漫画世界核心枢纽 对于漫画迷而言,找到那个可靠的资源门户至关重要。漫蛙漫画的首页登录入口,正是这样一个核心渠道。通过它,你可以直接跳转到漫蛙2漫画APP的下载页面,轻松几步完成安装,马上就能投入到精彩纷呈的漫画之旅中。 漫蛙漫画首页登录入口: 官方入口地址已经为你备好

    漫蛙漫画官方入口
    漫蛙漫画官方入口

    漫蛙漫画官方入口与核心功能解析 寻找一个稳定、资源丰富的漫画在线阅读平台,是许多漫画爱好者的共同需求。其中,漫蛙漫画官方入口及其免费全集服务,受到了不少关注。那么,这个平台究竟如何?下面,我们就来深入了解一下它的具体信息与特色功能。 平台的官方访问地址是:https://www.manwa123.c

    漫蛙动漫APP最新版本下载
    漫蛙动漫APP最新版本下载

    对于动漫爱好者而言,找到一个资源全、体验佳的追番平台,常常是件头疼事。漫蛙动漫APP的定位很明确:就是要打造一个聚合全球正版动漫资源的专属乐园。无论是当季火爆的日漫新番、值得回味的经典国创,还是那些小众却精彩的优质动画,在这里基本都能一网打尽。平台底层采用了智能缓冲技术,最大程度保证了播放的流畅度,

    漫蛙官网入口免费下载最新版
    漫蛙官网入口免费下载最新版

    想要获取正版manwa漫蛙APP?官方指定下载渠道就是漫蛙官网入口。 对于漫画迷而言,找到一款心仪的阅读神器至关重要。漫蛙APP正是这样一款专为全球漫画爱好者打造的平台,它汇聚了从日韩人气连载到本土原创精品的海量资源。说它“应有尽有”毫不为过。更重要的是,其界面设计清爽直观,搭配智能检索功能,能让用

    漫蛙漫画在线观看入口
    漫蛙漫画在线观看入口

    想要畅享海量正版漫画资源?漫蛙漫画平台不容错过 对于漫画迷来说,找到一个资源丰富、体验流畅的正版平台实属幸事。漫蛙漫画凭借其优质的在线阅读服务,已经成为了许多资深读者的心头好。今天,我们就来详细拆解一下平台的访问方法与实用技巧,助你轻松开启漫画之旅。 漫蛙漫画网页入口页面指南 想立刻体验?官方在线观

    漫蛙如何下载最新版本
    漫蛙如何下载最新版本

    漫蛙漫画网APP官方下载方法全解析 对于资深漫画迷来说,找到一个资源全、更新快、体验佳的阅读平台,就像淘到了宝藏。漫蛙漫画网APP,正是这样一个专为爱好者打造的精品集散地。它汇聚了全球优质的正版漫画,从火爆的日漫连载到崛起的国创佳作,平台都能做到实时同步更新。当然,第一步得先把它装到设备上。接下来,

    漫蛙漫画APP最新版本下载
    漫蛙漫画APP最新版本下载

    漫蛙漫画APP:专业漫画阅读工具的全面革新 作为一款专业的漫画阅读工具,漫蛙漫画APP整合了全球优质漫画资源,其升级版漫蛙2在功能与体验上可谓全面革新。这款应用不仅囊括日漫经典与国漫新作,更通过简洁直观的界面设计和流畅操作,为用户打造沉浸式阅读环境,充分满足各类漫画爱好者的多样化需求。 漫蛙漫画特色

    卖茶叶妈妈3d漫蛙安卓版下载
    卖茶叶妈妈3d漫蛙安卓版下载

    当下动漫圈热议的卖茶叶妈妈3d漫蛙下载,凭借其突破性的3D视觉技术成为焦点 最近动漫爱好者们都在讨论一个现象级产品——卖茶叶妈妈3d漫蛙下载。这款由漫蛙漫画平台倾力打造的3D作品专区,用立体建模与动态分镜彻底颠覆了传统二维漫画的阅读模式。你猜怎么着?现在只需通过专区提供的便捷下载通道,无论是热血冒险

    漫蛙下载最新版本
    漫蛙下载最新版本

    漫蛙APP:资深漫画迷的移动图书馆与阅读利器 对于漫画爱好者来说,找到一个资源全、体验好的阅读平台,从来都不是件容易的事。而漫蛙APP,恰恰就是为这个需求而生的。它凭借海量的正版漫画库和极其便捷的离线下载功能,在圈内积累了相当不错的口碑。更重要的是,从经典的日本热血漫到新兴的国产原创作品,它几乎一网

    查看更多
    精品专题 更多
    装机必备
    装机必备

    正软商城装机必备专区,精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件,帮助用户快速完成新电脑软件配置。

    Windows
    Windows

    正软商城Windows软件专区,汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件,提供软件介绍、系统要求、正版授权及购买下载服务。

    PDF教程
    PDF教程

    正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法,同时介绍常用PDF软件和工具的使用技巧。

    Mac软件 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    Aperty macOS版
    Aperty macOS版
    macOS

    Aperty 是 Skylum 推出的 AI 人像修图软件,支持自然肤质修饰、瑕疵处理、面部与身体调整、预设及批量同步。

    WINDOWS 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    PixTV 网页版
    PixTV 网页版
    Windows

    PixTV 是一款在浏览器中使用的 AI 视觉内容创作平台,提供图片、视频、音频、文字生成、AI 分镜、局部重绘、提示词反推和无限画布等工具,适合短剧、漫剧、广告及社交媒体内容制作。