python/pandas：2つの時系列データの統合 mearge_asof

Question

前提・実現したいこと

・以下のようなBookAのデータをBookBへ統合したい。
・time_Bに最も近いtime_Aのvalue_AをBookBに統合したい。
・±5分以内にデータが無ければ"NAN"と表示したい。

・BookA
time_A value_A
0 2018/5/21 0:00 10
1 2018/5/21 0:03 6
2 2018/5/21 0:06 4
3 2018/5/21 0:09 10
4 2018/5/21 0:12 8

・BookB
time_B value_B
0 2018/5/21 0:00 145
1 2018/5/21 0:05 158
2 2018/5/21 0:10 113
3 2018/5/21 0:15 103
4 2018/5/21 0:20 119

・結果的に欲しいbook
time_B value_B　value_A
0 2018/5/21 0:00 145　 10
1 2018/5/21 0:05 158　 4
2 2018/5/21 0:10 113　 10
3 2018/5/21 0:15 103　 8
4 2018/5/21 0:20 119　 NN

該当のソースコード

import numpy as np
from pandas import DataFrame
import pandas as pd

BookA = pd.read_csv('BookA.csv')
BookB = pd.read_csv('BookB.csv')

pd.merge_asof(BookA,BookB,tolerance=pd.timedelta("5 minutes")).fillna('NAN')

試したこと

ググりながら上記のコードを書いてみましたが、理解できてません。
当方、Pythonを始めたばかりの初心者です。ご教示頂けますと幸いです。
よろしくお願いいたします。

Answer 1

pandas.merge_asof() を使用するならこんな感じで記述できます。

import pandas as pd

BookA = pd.DataFrame({
    'time_A':['2018/5/21 0:00','2018/5/21 0:03','2018/5/21 0:06','2018/5/21 0:09','2018/5/21 0:12'],
     'value_A':[10,6,4,10,8]})
BookA['time_A'] = pd.to_datetime(BookA['time_A'])

BookB = pd.DataFrame({
    'time_B':['2018/5/21 0:00','2018/5/21 0:05','2018/5/21 0:10','2018/5/21 0:15','2018/5/21 0:20'],
    'value_B':[145,158,113,103,119]})
BookB['time_B'] = pd.to_datetime(BookB['time_B'])


book = pd.merge_asof(BookB, BookA, left_on='time_B', right_on='time_A', tolerance=pd.Timedelta('5min'), direction='nearest').drop(columns=['time_A'])
#               time_B  value_B  value_A
#0 2018-05-21 00:00:00      145     10.0
#1 2018-05-21 00:05:00      158      4.0
#2 2018-05-21 00:10:00      113     10.0
#3 2018-05-21 00:15:00      103      8.0
#4 2018-05-21 00:20:00      119      NaN

BookAの**'time_A'列 および BookBの'time_B'**列の型が datetime 型であることにご注意ください。