我很难通过查找来执行数据框连接：
df1，
Name ID1 StartDate1 EndDate1 StartDate2 EndDate2
ab 111 1/1/2017 3/1/2017 2/1/2017 4/1/2017
bc 112 2/1/2017 3/1/2017 2/1/2017 4/1/2017
cd 113 1/1/2017 2/1/2017 2/1/2017 4/1/2017
df 114 2/1/2017 4/1/2017 2/1/2017 4/1/2017
fe 115 4/1/2017 5/1/2017 2/1/2017 4/1/2017
df2，
ID1 ID2 Date Id1_num id2_num
111 10 1/1/2017 10 11
111 10 2/1/2017 10
111 10 3/1/2017 13 13
111 10 4/1/2017 15 13
112 20 2/1/2017 11 19
112 20 3/1/2017 12
112 20 4/1/2017 19
113 20 1/1/2017 17 5
113 20 2/1/2017 17 14
114 30 2/1/2017 11 13
114 30 3/1/2017 10
114 30 4/1/2017 18 13
115 30 4/1/2017 7 5
115 30 5/1/2017 13 19
我想要我的结果df3，
Name ID1 ID2 StartDate1 EndDate1 StartDate2 EndDate2 ID1Date1Count ID1Date1Average ID1Date2Count ID1Date2Average ID2Date1Count ID2Date1Average ID2Date2Count ID2Date2Average
ab 111 10 1/1/2017 3/1/2017 2/1/2017 4/1/2017 2 11.5 2 14 3 11.33 3 12
bc 112 20 2/1/2017 3/1/2017 2/1/2017 4/1/2017 2 11.5 2 11.5 1 19 2 19
cd 113 20 1/1/2017 2/1/2017 2/1/2017 4/1/2017 2 17 1 17 1 14 1 14
df 114 30 2/1/2017 4/1/2017 2/1/2017 4/1/2017 3 13 3 13 2 13 2 13
fe 115 30 4/1/2017 5/1/2017 2/1/2017 4/1/2017 1 19 0 0 1 19 0 0
其中
ID1Date1Count是日期间隔[StartDate1, EndDate1]的条目数，
ID1Date2Count是日期间隔[StartDate2, EndDate2]中的条目数
ID2Date1Count是日期间隔[StartDate1, EndDate1]中的条目数
ID2Date2Count是日期间隔[StartDate2, EndDate2]中的条目数
随着他们的平均水平。
这里的额外条件是，如果num，我们不会包含num < 10。
非常感谢！
答案 0 :(得分：1)
我打破了这些步骤，在我们收到dd1之后，我们可以merge将其恢复为df1，您可以使用NaN替换fillna(0) }
Newdf=pd.wide_to_long(df1,stubnames=['StartDate','EndDate'],i=['Name','ID1'],j='nnumer')
Newdf.StartDate=pd.to_datetime(Newdf.StartDate)
Newdf.EndDate=pd.to_datetime(Newdf.EndDate)
Newdf['New']=Newdf[['StartDate','EndDate']].apply(lambda x : [pd.date_range(x['StartDate'], x['EndDate'],freq='MS').tolist()],1)['StartDate']
Newdf=Newdf.set_index(['StartDate','EndDate'],append=True).New.apply(pd.Series).stack()
Newdf=Newdf.to_frame('Date').reset_index()
df2.Date=pd.to_datetime(df2.Date)
dd=Newdf.merge(df2,on=['ID1','Date'])
dd[['Id1_num','id2_num']]=dd[['Id1_num','id2_num']].mask(dd[['Id1_num','id2_num']]<10)
dd1=dd.groupby(['ID1','nnumer','StartDate','EndDate'])['Id1_num','id2_num'].agg(['mean','count']).unstack(1).groupby(level='ID1').ffill().bfill().reset_index(['StartDate','EndDate'],drop=True).drop_duplicates()
dd1
Out[626]:
Id1_num id2_num
mean count mean count
nnumer 1 2 1 2 1 2 1 2
ID1
111 11.5 14.0 2.0 2.0 11.333333 12.0 3.0 3.0
112 11.5 11.5 2.0 2.0 19.000000 19.0 1.0 2.0
113 17.0 17.0 2.0 1.0 14.000000 14.0 1.0 1.0
114 13.0 13.0 3.0 3.0 13.000000 13.0 2.0 2.0
115 13.0 NaN 1.0 0.0 19.000000 NaN 1.0 0.0
更新
dd1.columns=dd1.columns.map(''.join)
dd1
Out[650]:
Id1_nummean1 Id1_nummean2 Id1_numcount1 Id1_numcount2 id2_nummean1 \
ID1
111 11.5 14.0 2.0 2.0 11.333333
112 11.5 11.5 2.0 2.0 19.000000
113 17.0 17.0 2.0 1.0 14.000000
114 13.0 13.0 3.0 3.0 13.000000
115 13.0 NaN 1.0 0.0 19.000000
id2_nummean2 id2_numcount1 id2_numcount2
ID1
111 12.0 3.0 3.0
112 19.0 1.0 2.0
113 14.0 1.0 1.0
114 13.0 2.0 2.0
115 NaN 1.0 0.0
答案 1 :(得分：0)
不是100％明确你真正想要的东西（例如＆＃34; num＆lt; 10＆＃34;，num？Id1_num或id2_num？），但下面的内容应该让你接近我相信。
首先 - 将df2分组并将其格式化为日期间隔：
df2_grouped = df2.groupby(['ID1', 'ID2']).\
apply(lambda x: pd.Series([x['Date'].min(), x['Date'].max(),
x['id2_num'].count()],
index=['StartDate2', 'EndDate2', 'ID1Date1Count']))
df2_grouped = df2_grouped.reset_index()
print(df2_grouped)
ID1 ID2 StartDate2 EndDate2 ID1Date1Count
0 111 10 1/1/2017 4/1/2017 3
1 112 20 2/1/2017 4/1/2017 1
2 113 20 1/1/2017 2/1/2017 2
3 114 30 2/1/2017 4/1/2017 2
4 115 30 4/1/2017 5/1/2017 2
然后 - 将它与你的df1合并：
df1[['ID1', 'StartDate1', 'EndDate1']].merge(df2_grouped, on='ID1')
df1 = df1.sort_values(by=['StartDate2'])
print(df1)
ID1 StartDate1 EndDate1 ID2 StartDate2 EndDate2 ID1Date1Count
0 111 1/1/2017 3/1/2017 10 1/1/2017 4/1/2017 3
2 113 1/1/2017 2/1/2017 20 1/1/2017 2/1/2017 2
1 112 2/1/2017 3/1/2017 20 2/1/2017 4/1/2017 1
3 114 2/1/2017 4/1/2017 30 2/1/2017 4/1/2017 2
4 115 4/1/2017 5/1/2017 30 4/1/2017 5/1/2017 2
同样，输出并不完全匹配您想要的输出，但它的关闭。