如何基于星期、小时、分钟条件合并两个DataFrame并匹配avgSms

这是个非常典型的按时间粒度匹配数据的需求，用Pandas可以轻松实现，我给你一步步拆解操作：

1. 先明确数据结构（假设示例） #

假设你的两个DataFrame结构如下：

• 第一个（平均短信量表df_avg）：包含weekday（1=周日，2=周一…）、hour、minute、avgSms四列
• 第二个（原始短信数据df_sms）：包含timestamp（时间戳）、sms（短信量）两列

2. 处理原始数据，提取匹配维度 #

首先要从df_sms的时间戳里提取出和df_avg对应的星期几、小时、分钟三个字段，重点是星期几的转换要符合你的规则（1=周日）：

import pandas as pd

# 先确保timestamp是datetime类型（如果还不是的话）
df_sms['timestamp'] = pd.to_datetime(df_sms['timestamp'])

# 提取小时和分钟
df_sms['hour'] = df_sms['timestamp'].dt.hour
df_sms['minute'] = df_sms['timestamp'].dt.minute

# 转换星期几：Pandas默认dt.dayofweek是0=周一，6=周日，对应你的规则1=周日、2=周一…7=周六
weekday_mapping = {6:1, 0:2, 1:3, 2:4, 3:5, 4:6, 5:7}
df_sms['weekday'] = df_sms['timestamp'].dt.dayofweek.map(weekday_mapping)

3. 合并两个DataFrame #

用merge方法，以weekday、hour、minute为匹配键，做左连接（保留原始短信数据的所有行，即使没有对应的平均值也会显示NaN）：

# 合并数据，左连接确保df_sms的所有行都保留
result_df = pd.merge(df_sms, df_avg, on=['weekday', 'hour', 'minute'], how='left')

# 可以按需删除中间生成的匹配字段（如果不需要的话）
result_df = result_df.drop(['weekday', 'hour', 'minute'], axis=1)

关键注意点 #

• 如果df_avg里的时间维度（比如分钟）是按区间统计的（比如每15分钟），那你需要先把df_sms的分钟也做对应分组（比如df_sms['minute'] = df_sms['timestamp'].dt.minute //15 *15），再做匹配
• 确保两个DataFrame的匹配字段类型一致（比如都是整数类型），避免因类型不匹配导致合并失败

内容的提问来源于stack exchange，提问作者john