構建由不同塊組成的pandas.DataFrame的最佳方法

Question

我在批處理中運行每日模擬：我做365個模擬來獲得全年的結果。每次運行後，我想從結果中提取一些數組，並將它們添加到pandas.DataFrame中以供稍後分析。

我有一個粗略的模型（做一個優化）和一個更精確的後期模擬模型，所以我可以從兩個來源獲得相同的變量。如果後仿真完成，結果可能會覆蓋優化結果。
爲了使其更加複雜，優化模型具有較小的輸出間隔，取決於離散化設置，但最終分析將在後模擬的較大間隔中發生）。

構建此DataFrame的最佳方法是什麼？

這是我第一次appraoch：

1. 創建一個空的DataFramedf全年，具有DateRange指數具有較大的後模擬間隔（= 15分鐘）
2. 1天做優化==>與DateRange作爲索引創建臨時df_temp具有較小間隔
3. 下采樣這個DataFrame至15分鐘所描述here：
4. 更新df與df_temp（在df行仍然是空的，除了前面跑的最後一排，所以我必須採取df_temp[1:]）
5. 的同一天做模擬==>創建臨時df_temp2與間隔15分鐘=
6. 與df_temp2

我應該在步驟4中使用哪種方法）和6）在覆蓋所述df相應的行？或者從一開始就有更好的方法？ 謝謝， 羅埃爾

Answer 1

我覺得用DataFrame.combine_first可能是要走的路，但根據數據的規模，它可能是更有益的能有像，只是在修改特定行「更新」的方法現有的DataFrame。 combine_first更爲一般，並且可能導致結果的大小與任一輸入的大小不同（因爲索引將聯合在一起）。

https://github.com/pydata/pandas/issues/961