Skip to main content
 首页 » 编程设计

python之合并具有不同时间戳的字典

2024年10月24日14Leo_wl

数据1:

    Time                Header  Header  Header  Header  
    2015-08-01 07:00    14.4    14.4    14.4    68  
    2015-08-01 07:01    14.4    14.4    14.4    68 
    2015-08-01 07:01    14.4    14.4    14.4    68    

数据2:

Time        Header  Header  Header  Header  Header 
07:00       34      31      37      51      72 
07:02       32      31      17      56      12 

我想合并这两个文件,以便得到输出:

    Time                Header  Header  Header  Header Header  Header  Header   Header  Header 
    2015-08-01 07:00    14.4    14.4    14.4    68     34       31      37      51      72 

如果时间戳没有引用文件,我只需要字段中的 Data1 一行,所以:

           Time                Header  Header  Header  Header Header  Header  Header    Header  Header 
    2015-08-01 07:00    14.4    14.4    14.4    68     34       31      37      51      72 
    2015-08-01 07:01    14.4    14.4    14.4    68     
    2015-08-01 07:02    14.4    14.4    14.4    68     32       31      17      56      12 

数据 2 文件是一个引用文件,每 15 分钟有一个条目,而数据 1 文件每分钟有一个文件。出于绘图目的,我想将引用文件添加到数据文件中。所以我想我正在寻找的是如何只检查时间戳的 %H:%M 部分并进行合并。 我尝试了以下操作:文件夹中有更多 Data1 和 Data2 文件,所以我做的第一件事就是寻找匹配(Datewise)的 Data1 文件和 Data2 文件并将它们放入文件中 ---> 然后我做了字典出来

for data1files in Data1_List: 
with open(files) as csv_files: 
    reader = csv.reader(csv_files, dialect='excel-tab') 
    header_1 = next(csr_reader) 
    for rows in csr_reader: 
        k=rows[0] 
        v=rows[1:4] 
        Data1Dict[k]=v 

引用文件数据 2 相同:

for data2files in Data2_List: 
with open(data2files) as csv_files: 
    csr_reader = csv.reader(csv_files, dialect='excel-tab') 
    header_2 = next(csr_reader) 
    for rows in csr_reader: 
        k=rows[0] 
        v=rows[1:5] 
        Data2Dict[k]=v 

所以两个字典中的键都是第一行:在 Data1 中是 2015-08-01 07:00,在 Data2 中是 07:00。有没有一种很酷的方法来比较这两个键,以便在正确的时间戳上合并来自引用文件的日期

请您参考如下方法:

这个

merge_d = {d1k: d1v+Data2Dict.get(d1k[-5:]) for d1k,d1v in Data1Dict.items() 
           if d1k[-5:] in Data2Dict } 

是合并了值的字典。

例如:

Data1Dict = {'2015-08-01 07:00': ['14.4', '14.4', '14.4', '68'], 
             '2015-08-01 08:00': ['15.4', '15.4', '15.4', '69']} 
 
Data2Dict = {'07:00': ['34', '31', '37'], 
             '08:00': ['38', '38', '39']} 

产生

{'2015-08-01 07:00': ['14.4', '14.4', '14.4', '68', '34', '31', '37'], 
 '2015-08-01 08:00': ['15.4', '15.4', '15.4', '69', '38', '38', '39']} 

注意:这是一个残酷的硬编码解决方案,它假设时间具有位置和固定表示(即总是 hh:mm 并且总是在同一个地方)。

添加更多详细信息后进行编辑

如果 Data2Dict 中可能没有相应的时间(即 Data1 序列的采样频率高于 Data2),事情就更简单了:

merge_d = {d1k: d1v+Data2Dict.get(d1k[-5:],[]) for d1k,d1v in Data1Dict.items() } 

输入

Data1Dict = {'2015-08-01 07:00': ['14.4', '14.4', '14.4', '68'], 
             '2015-08-01 07:01': ['12.2', '12.3', '12.4', '99'], 
             '2015-08-01 07:02': ['15.4', '15.4', '15.4', '69']} 
 
Data2Dict = {'07:00': ['34', '31', '37'], 
             '07:02': ['38', '38', '39']} 

产生

{'2015-08-01 07:00': ['14.4', '14.4', '14.4', '68', '34', '31', '37'], 
 '2015-08-01 07:01': ['12.2', '12.3', '12.4', '99'], 
 '2015-08-01 07:02': ['15.4', '15.4', '15.4', '69', '38', '38', '39']}