2
我想在兩個數據框中的兩個日期列之間插入python熊貓。在兩個數據框之間插入日期列熊貓
我想給「EVENT」列「DrillDate」從dfDrillTable結合起來,在dfCompTable的下一個最接近的日期次數。 dfDrillTable具有「Drilldate」,將始終發生在dfCompTable「OpenDate」之前之前。 dfDrillTable和dfCompTable 必須都加入「名稱」,但只有dfDrillTable有一個獨特的「EVENT」,我試圖鏈接兩個數據框。
在鑽取表中存在一些不存在於dfCompTable(和vera)中的EVENT數據。我需要這些仍然進入表中,但作爲價值不存在的空白。
我已經創建了兩個示例數據框供以下參考。然後第三個顯示我想要的結果。
我知道有多種方法可以用outerjoins和this和this做到這一點,但我只是尋找在兩個日期之間插入的最乾淨,最簡單的方法。
#dfDrillTable
Name EVENT DrillDate
0 W1 E1 2000-01-01
1 W1 E2 2000-03-01
2 W2 E3 2000-04-01
3 W1 E4 2000-05-15
4 W2 E5 2000-01-10
5 W3 E6 2000-02-01
6 G1 E1 2000-02-02
#dfCompTable
Name OpenDate
0 W1 2000-01-02
1 W1 2000-03-15
2 W1 2000-05-10
3 W1 2000-05-20
4 W2 2000-01-15
5 W3 2000-02-10
6 X1 2016-05-05
#dfInterp Outcome
Name EVENT DrillDate OpenDate
0 W1 E1 2000-01-01 2000-01-02
1 W1 E2 2000-03-01 2000-03-15
2 W1 E3 2000-04-01 2000-05-10
3 W1 E4 2000-05-15 2000-05-20
4 W2 E5 2000-01-10 2000-01-15
5 W3 E6 2000-02-01 2000-02-10
6 G1 E1 2000-01-10 NaT
7 X1 NaT 2016-05-05
這裏是創建表
# Two DataTables
raw_data = {'Name': ['W1', 'W1', 'W2', 'W1', 'W2','W3','G1'],
'EVENT':['E1', 'E2', 'E3', 'E4', 'E5','E6','E1'],
'DrillDate': ['01/01/2000', '03/01/2000', '04/01/2000', '05/15/2000', '01/10/2000','02/01/2000','02/02/2000']}
dfDrillTable = pd.DataFrame(raw_data, columns = ['Name','EVENT','DrillDate'])
dfDrillTable['DrillDate'] = pd.to_datetime(dfDrillTable['DrillDate'])
dfDrillTable
raw_data2 = {'Name': ['W1', 'W1', 'W1', 'W1', 'W2','W3','X1'],
'OpenDate': ['01/02/2000', '03/15/2000', '05/10/2000', '05/20/2000', '01/15/2000','02/10/2000','05/05/2016']}
dfCompTable = pd.DataFrame(raw_data2, columns = ['Name','OpenDate'])
dfCompTable['OpenDate'] = pd.to_datetime(dfCompTable['OpenDate'])
dfCompTable
和結果代碼:
# Hopefull Outcome
raw_data = {'Name': ['W1', 'W1', 'W1', 'W1', 'W2','W3','G1','X1'],
'EVENT':['E1', 'E2', 'E3', 'E4', 'E5','E6','E1',''],
'DrillDate': ['01/01/2000', '03/01/2000', '04/01/2000', '05/15/2000', '01/10/2000','02/01/2000','01/10/2000',''],
'OpenDate': ['01/02/2000', '03/15/2000', '05/10/2000', '05/20/2000', '01/15/2000','02/10/2000','','05/05/2016']}
dfInterp = pd.DataFrame(raw_data, columns = ['Name','EVENT','DrillDate','OpenDate'])
dfInterp['DrillDate'] = pd.to_datetime(dfInterp['DrillDate'])
dfInterp['OpenDate'] = pd.to_datetime(dfInterp['OpenDate'])
dfInterp
謝謝,這適用於quesition中的數據框。 (儘管如此,我認爲你在額外的_on =「DrillDate」中)。當我用我的實際數據運行公式時,我得到一個「ValueError:左鍵必須排序」,我排序他們,但仍然不會工作。有重複的數據和數據點也不在這兩個數據框中。這是否重要?再次感謝。 – brandog
您能否生成失敗的輸入? –
嗨,很抱歉找回這麼晚。我看到它失敗的原因是因爲在我的原始表格中,開放日期有空白值。我刪除了這些代碼並沒有發生錯誤。輸出不是我想要的,但。它沒有通過「名稱」列加入值。相反,它只是找到最接近的日期,而不考慮「名稱」。我已經更新了上述問題中的代碼以顯示此內容。有沒有辦法再添加一塊邏輯來僅在名稱列是=時插入?謝謝。 – brandog