Question

与我以前的一个问题（Merge dataframes on nearest datetime / timestamp）类似，我想使用最接近的匹配在两个日期时间列上合并两个pandas数据框：

让A和B为两个数据帧，如下所示：

A = pd.DataFrame({"ID":["A", "A", "C" ,"B", "B"], "init_date":["01/01/2015","07/02/2014","08/02/1999","01/01/1991","06/22/2014"], "fin_date":["04/16/1923","09/24/1945","06/24/1952","11/26/1988","10/05/1990"]})

 In [15]: A
Out[15]: 
  ID    fin_date   init_date
0  A  04/16/1923  01/01/2015
1  A  09/24/1945  07/02/2014
2  C  06/24/1952  08/02/1999
3  B  11/26/1988  01/01/1991
4  B  10/05/1990  06/22/2014


B = pd.DataFrame({"ID":["A", "A", "C" ,"B", "B"], "date":["02/15/2015","06/30/2014","07/02/1999","10/05/1990","06/24/2014"],"fin_date":["12/10/1926","01/01/1944","08/21/1955","12/12/1987","11/05/1991"], "value": ["3","5","1","7","8"] })

 In [11]: B
Out[11]: 
  ID        date    fin_date value
0  A  02/15/2015  12/10/1926     3
1  A  06/30/2014  01/01/1944     5
2  C  07/02/1999  08/21/1955     1
3  B  10/05/1990  12/12/1987     7
4  B  06/24/2014  11/05/1991     8

结果数据框应如下所示：

In [21]: C
Out[21]: 
  ID    fin_date   init_date value
0  A  04/16/1923  01/01/2015     3
1  A  09/24/1945  07/02/2014     5
2  C  06/24/1952  08/02/1999     1
3  B  11/26/1988  01/01/1991     7
4  B  10/05/1990  06/22/2014     8

一般问题可能与init_date和fin_date都没有紧密匹配，但是，例如，当init_date存在完全匹配时，我也会对解决方案感兴趣。

请注意，一个难点是一个匹配可能更接近init_date中的值而不是最终日期，而竞争匹配可能相反。在这种情况下，我更喜欢接近init_date的那个。据我所知，在尝试与链接中的方法类似的方法之后，我通过＆＃34;最近的＆＃34;重新编制索引。没有实现多索引。

谢谢，感谢您的帮助，

Answer 1

pd.merge(A,B['value'],on=['ID','fin_date'],how='left')

两列（熊猫）上的最近匹配合并

1 个答案: