我有一个更大的DataFrame
, df1
,看起来像这样:
Data
PatId EntryDate Id
725 2005-01-03 1422 X
2005-01-04 1563 X
2005-01-05 1355 X
2005-01-06 118 X
2005-01-09 1400 X
...
117785 2004-12-31 799998 X
2005-01-03 796833 X
2005-01-05 798728 X
2005-01-08 798545 X
2005-01-11 797632 X
一个较小的DataFrame
, df2
,如下所示:
PatId
EntryDate ExitDate
2005-01-15 2005-04-15 22407
2005-01-30 2005-04-30 95938
2005-02-07 2005-05-07 116812
2005-02-18 2005-05-18 12163
2005-02-21 2005-05-21 22908
我想要一种优雅的方式来过滤df1
,只包含位于PatId
和EntryDate
索引之间的每个ExitDate
的行在df2
。
答案 0 :(得分:2)
您可以在PatId
上合并两个DataFrame,这会将进入和退出日期带到df1,然后您只需要使用日期时间比较来过滤它。我还重置了你的索引并删除了最终显示中的帮助列,但是做你想要的。
举个例子:
import pandas as pd
df1 = pd.DataFrame({'PatId': [725, 725, 725, 725, 117785, 117785],
'EntryDate': ['2005-01-03', '2005-01-04', '2005-01-05', '2005-01-06',
'2004-12-31', '2005-01-03'],
'Id': [1422, 1563, 1355, 118, 7999998, 796833],
'Data': ['X','X','X','X','X','X']})
df1['EntryDate'] = pd.to_datetime(df1.EntryDate)
df1.set_index(['PatId', 'EntryDate', 'Id'])
df2 = pd.DataFrame({'PatId': [725, 117785],
'EntryDate': ['2005-01-04', '2005-01-02'],
'ExitDate': ['2005-01-05', '2006-01-18']})
df2['EntryDate'] = pd.to_datetime(df2.EntryDate)
df2['ExitDate'] = pd.to_datetime(df2.ExitDate)
df2.set_index(['EntryDate', 'ExitDate'])
这是实际的代码:
df = df1.reset_index().merge(df2.reset_index(), on='PatId', how='left', suffixes=['','_1'])
(df[(df.EntryDate >= df['EntryDate_1']) & (df.EntryDate <= df.ExitDate)]
.drop(columns=['EntryDate_1', 'ExitDate'])
.set_index(['PatId', 'EntryDate', 'Id']))
Data
PatId EntryDate Id
725 2005-01-04 1563 X
2005-01-05 1355 X
117785 2005-01-03 796833 X