Question

我有两个数据帧，一个是大的（+百万行，有几百列），另一个是小的（10列和几百行）。他们有类似的数据：

数据框1：

ID    val1    val2    Time1
234   0.32       1      306
234   0.93       0      309
235   1.02       1      305

Dataframe 2：

ID    val3    val4    Time2
234   9621     234      302
234     12       0      308
235    500       9      305

我需要通过ID将值连接到Time2的值必须大于Time1并且所选行是所有可能选项的Min(Time2 - Time1)的条件。

这样最终输出看起来像：

ID    val1    val2    Time1    val3    val4    Time2 
234   0.32       1      306     12       0      308
234   0.93       0      309    Nan     Nan      Nan
235   1.02       1      305    500       9      305

执行此操作的最快方法是什么？据我所知，基本连接选项无法执行此操作，行迭代只是非常缓慢。

Answer 1

您可以使用merge_asof

pd.merge_asof(df1.sort_values('Time1'),df2.sort_values('Time2'),left_on='Time1',right_on='Time2',by='ID',direction='forward')
Out[677]: 
    ID  val1  val2  Time1   val3  val4  Time2
0  235  1.02     1    305  500.0   9.0  305.0
1  234  0.32     1    306   12.0   0.0  308.0
2  234  0.93     0    309    NaN   NaN    NaN

有条件的熊猫康卡特

1 个答案: