python数据处理——匹配最近的时间戳

题 pandas.merge：匹配最近的时间戳> =时间戳系列

我有两个数据帧，两个数据帧都包含一个不规则间隔的毫秒分辨率时间戳列。我的目标是匹配行，以便对于每个匹配的行，1）第一个时间戳总是小于或等于第二个时间戳，2）匹配的时间戳对于满足1）的所有时间戳对最接近

 

关键函数名称位searchsort()，这是一个在numpy下的函数，使用的方法如下所示：

import pandas as pd
import numpy as np
np.random.seed(0)

base = np.array(["2013-01-01 00:00:00"], "datetime64[ns]")

a = (np.random.rand(30)*1000000*1000).astype(np.int64)*1000000
t1 = base + a
t1.sort()

b = (np.random.rand(10)*1000000*1000).astype(np.int64)*1000000
t2 = base + b
t2.sort()

使用 searchsorted() 找到索引 t1 对于每一个 t2：

idx = np.searchsorted(t1, t2) - 1
mask = idx >= 0

df = pd.DataFrame({"t1":t1[idx][mask], "t2":t2[mask]})

输出如下所示：

                         t1                         t2
0 2013-01-02 06:49:13.287000 2013-01-03 16:29:15.612000
1 2013-01-05 16:33:07.211000 2013-01-05 21:42:30.332000
2 2013-01-07 04:47:24.561000 2013-01-07 04:53:53.948000
3 2013-01-07 14:26:03.376000 2013-01-07 17:01:35.722000
4 2013-01-07 14:26:03.376000 2013-01-07 18:22:13.996000
5 2013-01-07 14:26:03.376000 2013-01-07 18:33:55.497000
6 2013-01-08 02:24:54.113000 2013-01-08 12:23:40.299000
7 2013-01-08 21:39:49.366000 2013-01-09 14:03:53.689000
8 2013-01-11 08:06:36.638000 2013-01-11 13:09:08.078000

此外，关于本文中提到的关键的函数，这篇文章也有稍微的讲解：

https://my.oschina.net/u/3906518/blog/1844187