Pandas `merge_asof` 但填充了 nan 值而不是重复值

Question

我目前有这个快速示例可以使用：

import pandas as pd

left = pd.DataFrame({"left_val": [1, 2, 3, 6, 7]}, index=pd.to_datetime([1, 2, 3, 6, 7], unit='s'))
right = pd.DataFrame({"right_val": ["a", "b", "c"]}, index=pd.to_datetime([1, 5, 10], unit='s'))

# Filter to contain samples that are within the time interval of left
right_filtered = right[(right.index >= left.index.min()) & (right.index <= left.index.max())]

output = pd.merge_asof(left, right_filtered, left_index=True, right_index=True, direction="nearest")

我的输出是：

                     left_val right_val
1970-01-01 00:00:01         1         a
1970-01-01 00:00:02         2         a
1970-01-01 00:00:03         3         a
1970-01-01 00:00:06         6         b
1970-01-01 00:00:07         7         b

但是我想要以下内容：

                     left_val right_val
1970-01-01 00:00:01         1         a
1970-01-01 00:00:02         2         Nan
1970-01-01 00:00:03         3         Nan
1970-01-01 00:00:06         6         b
1970-01-01 00:00:07         7         Nan

主要区别在于，我希望正确的值仅在输出数据框中出现一次，并填充

Nan

其他值，以便我可以创建稀疏数据框并节省一些空间。我想避免迭代结果以将重复值设置为

Nan

，因为：

• 速度原因
• 如果我在

  right

  内有两个连续的值，此方法将删除原始信息

我一直在寻找输入参数和方法来执行类似的操作，但我找不到它。

谢谢！

Answer 1

完成后可以调整输出

.merge_asof

:

groups = (output["right_val"] != output["right_val"].shift(1)).cumsum()
output["right_val"] = np.where(~groups.duplicated(), output["right_val"], np.nan)

print(output)

打印：

                     left_val right_val
1970-01-01 00:00:01         1         a
1970-01-01 00:00:02         2       NaN
1970-01-01 00:00:03         3       NaN
1970-01-01 00:00:06         6         b
1970-01-01 00:00:07         7       NaN