Question

我在这里有一个用例，我想用python pandas实现。所以，我有2个表＆＃34;配置＆＃34; ＆安培; ＆＃34;事务处理＆＃34 ;.表格如下所示。我还有我想要实现的结果表 -

**Configuration Table :**       
Set_id  Entry_Type  Effective_Date
------  ----------  --------------- 
S1      IN          08-2000
S2      IN          09-2002
S3      TO          10-2004
S4      TO          12-2006

**Transaction Table :**     
Set_id  Entry_Type  Accounting_Date
------  ----------  ---------------
S2      IN          09-2004
S4      TO          07-2007

**Result_Table :**          
Set_id  Entry_Type  Effective_Date  Accounting_Date
------  ----------  --------------  ---------------
S2      IN          09-2002         09-2004
S4      TO          12-2006         07-2007

步骤1 - 按Set_id，Event_Type＆amp;组分组配置表EFFECTIVE_DATE

第2步 - 加入的标准是 -

(Configuration.Set_id = Transaction. Set_id
And
Configuration.Entry_Type = Transaction. Entry_Type
And
Max(Effective_Date) < Accounting_Date)

请帮助我。

Answer 1

您可以执行merge，它会自动在公共列上对齐，默认类型为inner：

In [5]:

df1.merge(df )
Out[5]:
  Set_id Entry_Type Accounting_Date Effective_Date
0     S2         IN         09-2004        09-2002
1     S4         TO         07-2007        12-2006

合并后，您可以对最后一部分使用布尔过滤：

In [12]:

merged = df1.merge(df )
merged[merged['Effective_Date'].max() < merged['Accounting_Date']]
Out[12]:
  Set_id Entry_Type Accounting_Date Effective_Date
1     S4         TO      2007-07-21     2006-12-21

Answer 2

您可以使用pd.merge()

配置表

In [117]: ct
Out[117]:
  Set_id Entry_Type Effective_Date
0     S1         IN        08-2000
1     S2         IN        09-2002
2     S3         TO        10-2004
3     S4         TO        12-2006

交易表

In [119]: tt
Out[119]:
  Set_id Entry_Type Accounting_Date
0     S2         IN         09-2004
1     S4         TO         07-2007

并且，结果使用merge

In [120]: ct.merge(tt)
Out[120]:
  Set_id Entry_Type Effective_Date Accounting_Date
0     S2         IN        09-2002         09-2004
1     S4         TO        12-2006         07-2007

加入＆amp;创建存储桶 - Python Pandas

2 个答案: