如何用Pandas生成符合时间条件的心率血压关联数据表？

核心思路 #

用Pandas的merge_asof方法可以直接解决这个需求——它专门用于按时间戳匹配最近的、早于目标时间且在指定时间范围内的记录，比手动用join/merge更高效准确。

步骤与代码示例 #

1. 准备数据并格式化时间列

首先确保两个数据表的time列是datetime类型，并且按时间排序（merge_asof要求输入表必须按时间列排序）：

import pandas as pd

# 示例心率数据
hr_data = pd.DataFrame({
    'time': ['2024-05-20 08:00:00', '2024-05-20 08:10:00', '2024-05-20 08:25:00'],
    'heart rate': [72, 75, 78]
})

# 示例血压数据
bp_data = pd.DataFrame({
    'time': ['2024-05-20 08:12:00', '2024-05-20 08:20:00', '2024-05-20 08:30:00'],
    'systolic pressure': [120, 125, 118]
})

# 转换time列为datetime类型
hr_data['time'] = pd.to_datetime(hr_data['time'])
bp_data['time'] = pd.to_datetime(bp_data['time'])

# 按时间排序（merge_asof要求必须排序）
hr_data = hr_data.sort_values('time').reset_index(drop=True)
bp_data = bp_data.sort_values('time').reset_index(drop=True)

2. 执行时间匹配

使用merge_asof设置匹配规则：

• left：血压数据表（要匹配的目标表）
• right：心率数据表（提供匹配源）
• on='time'：按time列匹配
• direction='backward'：找早于血压时间的最近心率记录
• tolerance=pd.Timedelta('15 minutes')：仅匹配时间间隔≤15分钟的记录

# 执行匹配
result = pd.merge_asof(
    bp_data,
    hr_data,
    on='time',
    direction='backward',
    tolerance=pd.Timedelta('15 minutes')
)

# 查看结果
print(result)

3. 结果说明

运行后会得到符合要求的表：

• 每行血压数据对应最近的、时间早于它且间隔不超15分钟的心率数据
• 如果没有符合条件的心率记录，对应heart rate列会显示NaN

关键参数解释 #

• direction='backward'：固定找目标时间之前的最近记录，对应需求里的「心率测量时间早于血压时间」
• tolerance：严格限制时间间隔，过滤掉超过15分钟的历史记录
• 必须先排序：merge_asof依赖有序的时间列才能高效匹配，否则会报错或得到错误结果

内容的提问来源于stack exchange，提问作者Sandro Sandro