Python Pandas合并排序时间序列并生成连续唯一时间序列的实现方案

没问题，我来帮你实现这个时间序列处理需求。下面是完整的代码，每一步都附带注释说明：

import pandas as pd
import numpy as np

# 输入的两个时间序列
dates1 = pd.to_datetime(['2015-10-08 13:41:00', '2015-10-08 13:44:00', '2015-10-08 13:48:00', '2015-10-08 13:49:00'])
dates2 = pd.to_datetime(['2015-10-08 13:42:00','2015-10-08 13:44:00', '2015-10-08 13:45:00', '2015-10-08 13:50:00'])

# 1. 合并两个序列、去重并排序
combined_unique_dates = pd.concat([pd.Series(dates1), pd.Series(dates2)]).drop_duplicates().sort_values()

# 2. 确定连续序列的起止范围：从最早时间到最晚时间+1分钟
start_time = combined_unique_dates.min()
end_time = combined_unique_dates.max() + pd.Timedelta(minutes=1)

# 3. 生成连续分钟间隔的时间序列
continuous_time_series = pd.date_range(start=start_time, end=end_time, freq='T')

# 4. 转换为与预期输出一致的字符串列表格式
result = continuous_time_series.strftime('%Y-%m-%d %H:%M:%S').tolist()

# 输出结果
print(result)

代码步骤解释： #

• 合并去重排序：用pd.concat将两个datetime序列合并为一个Series，drop_duplicates()移除重复时间，sort_values()确保序列按时间顺序排列。
• 确定时间范围：取合并后序列的最小时间作为起始点，最大时间加上1分钟作为终点，这样就能包含要求的「最晚时间后一分钟」。
• 生成连续序列：pd.date_range是Pandas生成规则时间序列的工具，freq='T'指定按分钟间隔生成，自动填补原序列中缺失的时间点。
• 格式转换：用strftime将datetime对象转为指定格式的字符串，再转成列表，完全匹配预期输出的格式。

运行这段代码后，你会得到完全符合预期的时间序列列表。

内容的提问来源于stack exchange，提问作者georgehere