熊猫：用于合并两个多索引DataFrame的类似于merge_asof的解决方案？

Question

我有两个dataframes，df1并df2说，它们都是多索引。

在第一个索引级别，两个数据帧共享相同的键（即df1.index.get_level_values(0)，df2.index.get_level_values(0)包含相同的元素）。这些键是无序的字符串，例如['foo','bar','baz']。

在第二索引级别，两个数据帧都有时间戳，这些时间戳是有序的，但间隔不相等。

我的问题如下。我想合并df1，并df2以这样的方式，在级别1的每个键的值df2应该插入到df1不改变的顺序df1。

我尝试使用pd.merge，pd.merge_asof和pd.MultiIndex.searchsorted。从这些方法的描述来看，似乎其中一种方法可以为我解决问题，但是我不知道该怎么做。理想情况下，我想找到一种避免循环遍历中的键的解决方案index.get_level_values(0)，因为我的数据帧可能会变大。

一些失败的说明尝试：

df_merged = pd.merge(left=df1.reset_index(), right=df2.reset_index(),
                     left_on=[['some_keys', 'timestamps_df1']], right_on=[['some_keys', 'timestamps_df2']],
                     suffixes=('', '_2')
                     ) # after sorting
# FAILED

df2.index.searchsorted(df1, side='right') # after sorting
# FAILED

任何帮助是极大的赞赏！

Answer 1

根据您的描述，以下是解决方案 merge_asof

df_merged = pd.merge_asof(left=df1.reset_index(), right=df2.reset_index(),
                     left_on=['timestamps_df1'], right_on=['timestamps_df2'],by='some_keys',
                     suffixes=('', '_2')
                     )