基于时间序列合并两个张量的技术实现问询

核心思路 #

将两个张量对应的日期列表合并后按时间排序，根据排序后的日期顺序，从A2和B2中提取对应位置的数据，拼接成最终的张量C。

具体实现（PyTorch） #

1. 预处理日期列表 #

先将字符串格式的日期转换为可排序的datetime对象，并标记每个日期的来源（A或B）及原索引：

import torch
from datetime import datetime

# 替换为你的真实日期列表
dates_A = ['2021-12-13', '2021-12-28', '2022-01-02', ...]  # 长度19
dates_B = ['2021-12-20', '2022-01-05', ...]  # 长度9

# 转换为datetime对象以便排序
date_objs_A = [datetime.strptime(d, "%Y-%m-%d") for d in dates_A]
date_objs_B = [datetime.strptime(d, "%Y-%m-%d") for d in dates_B]

# 合并所有日期项，记录来源和原索引
all_date_entries = []
for idx, dt in enumerate(date_objs_A):
    all_date_entries.append((dt, 'A', idx))
for idx, dt in enumerate(date_objs_B):
    all_date_entries.append((dt, 'B', idx))

# 按日期升序排序
all_date_entries.sort(key=lambda x: x[0])

2. 合并张量生成C #

方式一：循环赋值（直观易读）

适合小批量数据，逻辑清晰：

# 初始化结果张量，匹配批次大小、合并后的长度和编码维度
batch_size = 128
encoded_dim = 10
C = torch.zeros(batch_size, len(all_date_entries), encoded_dim, dtype=A2.dtype, device=A2.device)

# 按排序后的日期顺序填充数据
for merged_idx, (_, source, orig_idx) in enumerate(all_date_entries):
    if source == 'A':
        C[:, merged_idx, :] = A2[:, orig_idx, :]
    else:
        C[:, merged_idx, :] = B2[:, orig_idx, :]

方式二：向量化赋值（高效）

适合大规模张量，减少循环开销：

# 分离A和B的位置与索引
a_positions, a_indices = [], []
b_positions, b_indices = [], []

for merged_idx, (_, source, orig_idx) in enumerate(all_date_entries):
    if source == 'A':
        a_positions.append(merged_idx)
        a_indices.append(orig_idx)
    else:
        b_positions.append(merged_idx)
        b_indices.append(orig_idx)

# 批量赋值
C = torch.zeros(batch_size, len(all_date_entries), encoded_dim, dtype=A2.dtype, device=A2.device)
C[:, a_positions, :] = A2[:, a_indices, :]
C[:, b_positions, :] = B2[:, b_indices, :]

注意事项 #

• 确保dates_A长度等于A2的date轴长度（19），dates_B长度等于B2的date轴长度（9）
• 若存在重复日期，上述代码会保留两个条目；如需合并重复日期，可先对all_date_entries按日期分组，再自定义合并规则（如取A的data、取B的data或加权合并）
• 日期格式需统一，若你的日期包含时间信息，需调整strptime的格式字符串（例如"%Y-%m-%d %H:%M:%S"）

内容的提问来源于stack exchange，提问作者Sasha