在 2 个熊猫数据帧之间搜索忽略时间的日期的最快和最正确的方法

Question

我有 2 个数据框。一个有日期时间索引并包含每日数据点：

df1.head(5)

            data_point

Date                                                                 

2004-04-01  1.180180     

2004-04-02  1.213555      

2004-04-05  1.243821      

2004-04-06  1.224543      

2004-04-07  1.213832    

另一个有 5 分钟的数据点：

df2.head(5)  

                      Open   High                   Datetime

Date_Time                                                                   

2010-01-04 09:00:00  22.40  22.45         2010-01-04 09:00:00

2010-01-04 09:05:00  22.45  22.45         2010-01-04 09:05:00

2010-01-04 09:10:00  22.40  22.45         2010-01-04 09:10:00

2010-01-04 09:15:00  22.45  22.45         2010-01-04 09:15:00

2010-01-04 09:25:00  22.35  22.35         2010-01-04 09:25:00

问题：当我遍历 的值时df2，我需要知道df1.

这将需要df1每天查询288 次（一天有 288 个单位为 5 分钟）才能获得相同的数据。

问题：解决这个问题的最正确和最有效的方法是什么？合并 2 个数据帧，df3看起来像这样？但是如何？

                      Open   High                   daily_data_point_from_df1

Date_Time                                                                   

2010-01-04 09:00:00  22.40  22.45                   1.111

2010-01-04 09:05:00  22.45  22.45                   1.111  

2010-01-04 09:10:00  22.40  22.45                   1.111

2010-01-04 09:15:00  22.45  22.45                   1.111   

2010-01-04 09:25:00  22.35  22.35                   1.111

或者我应该每天查询 df1 并手动处理逻辑以避免在同一天多次执行？

for index, row in df2.iterrows():

     # Manually check if date changed and do this if it did:

     date = df2['Datetime'].replace(hour=0, minute=0)

     daily_data_point_from_df1 = df.loc[date]

Answer 1

你可以使用 mergedf3=df2.assign(Date=df2.Datetime.dt.date).merge(df1.reset_index(),on='Date',how='left')