Объединение одного фрейма данных с двумя столбцами даты с другим фреймом данных с двумя столбцами даты - PullRequest
Новая
       12

Объединение одного фрейма данных с двумя столбцами даты с другим фреймом данных с двумя столбцами даты

1 голос
/ 09 апреля 2020

Мне трудно понять, как я могу сопоставить кадры данных, которые содержат временной диапазон из двух столбцов и некоторые дополнительные столбцы. Мне нужно вставить / сопоставить start_date и end_date в кадре данных A с наблюдениями в кадре данных B, open_date и close_date, а также сопоставления other_var и name.

Вот два моих кадра данных: 

    A                                               B
    start_date  end_date    other_var   name            open_date   close_date   other_var   name
0   2018-05-01  2018-05-01  7H          companyB    0   2018-07-06  2019-02-17   1H          companyA   
1   2018-05-02  2018-05-04  1H          companyC    1   2018-07-13  2018-11-04   1H          companyB
2   2018-05-10  2018-05-11  2H          companyA    2   2018-04-23  2018-05-08   1H          companyB
3   2018-05-04  2018-05-09  1H          companyB    3   2018-04-05  2018-10-01   7H          companyB
                                                    4   2018-05-03  2018-06-01   1H          companyB

Мой желаемый вывод в новом кадре данных (C): 

    C                                               
    start_date  end_date    open_date   close_date   other_var   name 
0   2018-05-01  2018-05-01  2018-04-05  2018-10-01   7H          companyB
1   2018-05-04  2018-05-09  2018-05-03  2018-06-01   1H          companyB

Обратите внимание, порядок в кадре данных C не имеет значения, и набор данных, с которым я работаю, составляет ~ 1000 строк с датами в диапазоне 2015-2019.

Любые предложения или помощь очень ценится. Спасибо всем.

1 Ответ

2 голосов
/ 10 апреля 2020

Я предлагаю объединить other_var и name, а затем выполнить фильтрацию путем сравнения столбцов даты и времени: 

import pandas as pd
# Reproducing your data
dfa = pd.DataFrame({"start_date": ["2018-05-01", "2018-05-02", "2018-05-10", "2018-05-04"],
                    "end_date": ["2018-05-01", "2018-05-04", "2018-05-11", "2018-05-09"],
                    "other_var": ["7H", "1H", "2H", "1H"],
                    "name": ["companyB", "companyC", "companyA", "companyB"]})

dfb = pd.DataFrame({"open_date": ["2018-07-06", "2018-07-13", "2018-04-23", "2018-04-05", "2018-05-03"],
                    "close_date": ["2019-02-17", "2018-11-04", "2018-05-08", "2018-10-01", "2018-06-01"],
                    "other_var": ["1H", "1H", "1H", "7H", "1H"],
                    "name": ["companyA", "companyB", "companyB", "companyB", "companyB"]})

df = pd.merge(dfa, dfb, on=["other_var", "name"])
df[["start_date", "end_date", "open_date", "close_date"]] = \
    df[["start_date", "end_date", "open_date", "close_date"]].apply(pd.to_datetime)
df = df.loc[(df["start_date"]>=df["open_date"]) & (df["end_date"]<=df["close_date"]),:]

Результат - 

  start_date   end_date other_var      name  open_date close_date
0 2018-05-01 2018-05-01        7H  companyB 2018-04-05 2018-10-01
3 2018-05-04 2018-05-09        1H  companyB 2018-05-03 2018-06-01
...