基于Pandas实现血压测量匹配符合条件的最近心率数据

需求 #

给定两个Pandas数据表：

• df_hr：含时间（time）和心率（hr）列，存储心率测量数据
• df_bp：含时间（time）和收缩压（bp）列，存储血压测量数据

需为每条血压记录匹配早于该血压测量时间、且间隔不超过15分钟的最近一次心率数据。

用户尝试过truncate和iloc方法未成功，示例数据如下：

import pandas as pd
import datetime

df_hr = pd.DataFrame({'time': 
    [datetime.datetime(2022,1,1,7,40), 
     datetime.datetime(2022,1,1,9,50), 
     datetime.datetime(2022,1,1,10,1)],
    'hr':
    [60, 90, 100]}).set_index('time')

df_bp = pd.DataFrame({'time': 
    [datetime.datetime(2022,1,1,10),
     datetime.datetime(2022,1,1,8)],
    'bp': [140, 120]}).set_index('time')

解决方案：使用merge_asof #

Pandas的merge_asof方法专门用于按时间戳匹配最近的前序/后序记录，完美适配这个场景。步骤如下：

1. 将两个表的时间索引转为列（方便合并操作），并按时间排序（merge_asof要求输入表已排序）
2. 调用merge_asof，设置时间匹配规则和15分钟的间隔限制

完整代码：

import pandas as pd
import datetime

# 示例数据
df_hr = pd.DataFrame({'time': 
    [datetime.datetime(2022,1,1,7,40), 
     datetime.datetime(2022,1,1,9,50), 
     datetime.datetime(2022,1,1,10,1)],
    'hr':
    [60, 90, 100]}).set_index('time')

df_bp = pd.DataFrame({'time': 
    [datetime.datetime(2022,1,1,10),
     datetime.datetime(2022,1,1,8)],
    'bp': [140, 120]}).set_index('time')

# 重置索引为列，并按时间排序
df_hr_sorted = df_hr.reset_index().sort_values('time')
df_bp_sorted = df_bp.reset_index().sort_values('time')

# 使用merge_asof匹配最近的符合条件的心率记录
result = pd.merge_asof(
    df_bp_sorted,
    df_hr_sorted,
    on='time',
    direction='backward',  # 找早于/等于当前时间的最近记录
    tolerance=pd.Timedelta(minutes=15)  # 时间间隔不超过15分钟
)

# 可选：将time重新设为索引
result = result.set_index('time')
print(result)

输出结果 #

bp    hr
time                         
2022-01-01 08:00:00  120   NaN
2022-01-01 10:00:00  140  90.0

代码解释 #

• sort_values('time')：merge_asof要求左右表必须按匹配的时间列排序，否则无法正确找到最近记录
• direction='backward'：指定匹配早于或等于血压时间的最近心率记录
• tolerance=pd.Timedelta(minutes=15)：过滤掉时间间隔超过15分钟的记录，这类记录会显示为NaN
• 示例中8:00的血压记录，最近的心率是7:40，间隔20分钟超过限制，因此无匹配结果；10:00的血压记录匹配到9:50的心率（间隔10分钟）

内容的提问来源于stack exchange，提问作者R.T.