根據來自另一個DataFrame的日期之間的日期加入DataFrame

我有兩個Pandas數據框。第一個看起來像（db1）：根據來自另一個DataFrame的日期之間的日期加入DataFrame

id date_from date_until v1 v2 
0 2015-06-17 2015-06-19 2 3 
0 2015-06-17 2015-07-01 3 4 
1 2015-06-18 2015-06-20 5 6 
1 2015-06-19 2015-07-12 5 4

，第二個（db2），像這樣：

id  date  v3 v4 
0 2015-06-17 4 3 
1 2015-06-17 5 6 
1 2015-06-18 6 4

沒有我想要讓他們根據id和date對其進行壓縮。如果db2.date年齡大於或等於db1.date_from，並且使用db2中最年輕的一個，則該日期壓縮應該是舊的或等於db1.data_from。因此壓縮的數據應該是這個樣子：

id date_from date_until  date  v1 v2 v3 v4 
0 2015-06-17 2015-06-19 2015-06-17 2 3 4 3 
0 2015-06-17 2015-07-01 2015-06-17 3 4 4 3 
1 2015-06-18 2015-06-20 2015-06-18 5 6 6 4 
1 2015-06-19 2015-07-12 2015-06-18 5 4 6 4

我無法找到除了迭代低谷中的所有行的任何解決方案，但因爲我的數據線的大100K，這是不夠好。是否有任何工具可以在熊貓中做到這一點，或者我應該使用其他的東西嗎？

謝謝！

來源

2017-05-08 poppytop

讓我們使用pd.merge_asof：

pd.merge_asof(df1,df2, left_on=['date_from'], right_on=['date'], by='id')

輸出：

id date_from date_until v1 v2  date v3 v4 
0 0 2015-06-17 2015-06-19 2 3 2015-06-17 4 3 
1 0 2015-06-17 2015-07-01 3 4 2015-06-17 4 3 
2 1 2015-06-18 2015-06-20 5 6 2015-06-18 6 4 
3 1 2015-06-19 2015-07-12 5 4 2015-06-18 6 4

來源

2017-05-08 14:20:13

幾乎一樣，如果這個問題是裁縫爲merge_asof :-) – piRSquared

做哈！我沒有想到這一點。很高興看到merge_asof得到一些關注 – piRSquared

另一種方式來做到這一點：

import pandas as pd 

import sys 
if sys.version_info[0] < 3: 
    from StringIO import StringIO 
else: 
    from io import StringIO 

a = StringIO('''id,date_from,date_until,v1,v2 
0,2015-06-17,2015-06-19,2,3 
0,2015-06-17,2015-07-01,3,4 
1,2015-06-18,2015-06-20,5,6 
1,2015-06-19,2015-07-12,5,4''') 

b = StringIO('''id,date,v3,v4 
0,2015-06-17,4,3 
1,2015-06-17,5,6 
1,2015-06-18,6,4''') 

df1 = pd.read_csv(a, sep=',') 
df2 = pd.read_csv(b, sep=',') 
df1.merge(df2, how='left', left_on=['id', 'date_from'], right_on=['id', 'date']).ffill()

來源

2017-05-08 14:24:38 zipa

根據來自另一個DataFrame的日期之間的日期加入DataFrame

回答

相關問題