pandas场景下高效实现两个时间Series对应值求和的方法咨询

高效实现方法 #

pandas 内置的 Series 加法已经做了高度优化，直接调用add()方法并指定空值填充参数即可，不需要手动实现关联或归并逻辑，性能远高于自定义的实现方案。

示例代码 #

import pandas as pd

# 构造示例 Series
s1 = pd.read_json('{"count":{"1614470400000":4,"1617148800000":0,"1619740800000":0,"1622419200000":4,"1625011200000":4,"1627689600000":5,"1630368000000":0,"1632960000000":8,"1635638400000":2}}')['count']
s2 = pd.read_json('{"count":{"1625011200000":1}}')['count']

# 按索引对齐相加，不存在的索引值默认填充0
result = s1.add(s2, fill_value=0).astype(int)

方案优势 #

• 自动完成索引对齐，底层针对有序索引（时间戳场景下几乎都是有序的）默认采用优化后的归并逻辑，性能远高于手动写的关联操作
• 内置向量化运算，不需要自己处理空值判断，代码简洁不易出错
• 针对超大规模数据（千万级条目以上），只要提前确认两个Series的索引处于排序状态，pandas会自动选择最高效的合并路径，不需要额外做其他配置

可选优化 #

如果你的索引是毫秒时间戳格式，可以提前转为 datetime 索引，进一步提升索引匹配效率：

s1.index = pd.to_datetime(s1.index, unit='ms')
s2.index = pd.to_datetime(s2.index, unit='ms')

内容的提问来源于stack exchange，提问作者ntg