Question

我有两个数据帧，我想根据时间范围将它们连接起来例如

dataframe A

user   timestamp    product
 A      2015/3/13      1
 B      2015/3/15      2

dataframe B

 user      time     behavior
   A     2015/3/1      2
   A     2015/3/8      3
   A     2015/3/13     1
   B     2015/3/1      2

我想将2个数据帧连接如下（帧B左连接到帧A）列＆＃34; timestamp1＆＃34;在列＃34;时间戳＆＃34;之前7天例如，当时间戳为3/13时，则3 / 6-13在该范围内否则不要结束

user   timestamp    product        time1       behavior 
 A      2015/3/13      1          2015/3/8        3
 A      2015/3/13      1          2015/3/13       1
 B      2015/3/15      2            NaN          NaN

sql代码看起来像

select * from 
B left join  A
on user
where B.time >= A.timestamp - 7  &  B.time <= A.timestamp 

##WHERE B.time BETWEEN DATE_SUB(B.time, INTERVAL 7 DAY) AND A.timestamp ;

我们如何才能在python上实现这个目标？

只能想到以下内容并且不知道如何使用时间..

new = pd.merge(A, B, on='user', how='left')

谢谢，抱歉..

Answer 1

解决此问题所需的几个步骤 -

from datetime import timedelta

首先，将时间戳转换为pandas datetime。（df1表示数据帧A，df2表示数据帧B）

df1[['time']]=df1[['timestamp']].apply(pd.to_datetime)
df2[['time']]=df2[['time']].apply(pd.to_datetime)

合并如下:(根据您的最终数据集，我认为您的左连接更多是正确的连接）

df3 = pd.merge(df1,df2,how='left')

获取最终的df：

df4 = df3[(df3.time>=df3.timestamp-timedelta(days=7)) & (df3.time<=df3.timestamp)]

包含nan的行缺失，这是因为在pandas中完成条件连接的方式。

Condtional join还不是熊猫的特色。一种过去的方法是通过过滤加入过滤。

Answer 2

这是一个依赖于两个合并的解决方案 - 首先，缩小dataframe B（df2），然后生成所需的输出：

我们可以在示例数据框中阅读read_clipboard()：

import pandas as pd

# copy dataframe A data, then:
df1 = pd.read_clipboard(parse_dates=['timestamp'])

# copy dataframe B data, then:
df2 = pd.read_clipboard(parse_dates=['time'])

合并并过滤：

# left merge df2, df1
tmp = df2.merge(df1, on='user', how='left')

# then drop rows which disqualify based on timestamp
mask = tmp.time < (tmp.timestamp - pd.Timedelta(days=7))
tmp.loc[mask, ['time', 'behavior']] = None
tmp = tmp.dropna(subset=['time']).drop(['timestamp','product'], axis=1)

# now perform final merge
merged = df1.merge(tmp, on='user', how='left')

输出：

  user  timestamp  product       time  behavior
0    A 2015-03-13        1 2015-03-08       3.0
1    A 2015-03-13        1 2015-03-13       1.0
2    B 2015-03-15        2        NaT       NaN

如何根据时间范围连接2个pandas数据帧

2 个答案: