按日期时间过滤并根据其他数据框日期时间更新数据框

Question

我刚刚开始学习熊猫，所以我才刚刚起步。 ：）

情况：
我有两个数据框（df1和df2）。

df1包含一台机器的多个传感器数据。传感器每分钟发送一次数据。我以日期时间格式设置了df1的索引（这实际上是传感器发送数据的日期和时间）。

df2包含一个生产单位的数据，即单位ID号（在数据帧中被称为“ Sarzs”）和过程开始和结束的日期时间以及该特定生产单位的输出质量。该数据框不包含与该特定时间相关的生产单位的数据（在该数据框中，您可以看到“ Sarzs_no”列在此阶段设置为NaN）。生产单元的开始和停止日期和时间存储在“开始”和“停止”列中，并且采用日期时间格式。

问题：
我想遍历df1的行和df2的行，并检查它们是否在df2的“开始”和“停止”时间之内（或之间），如果此语句为true，则udpdate df1 ['Sarzs_no ']的价值 df2 ['Output']值。

到目前为止的进展：：
到目前为止，我已经编写了以下代码：

for i in range (0, len(df2.index)):
    for j in range(0, len(df1.index)):
        print (df1.index)

我基本上有两个问题：

1. 如何实际编写过滤代码并进行更新？
2. 不是（应该是，应该有）更好的方法来进行过滤，然后遍历两个数据帧中的所有行，这似乎非常耗时，因此对我而言效率很低。

预先感谢您的帮助。

Answer 1

使用包含时间戳记作为日期时间对象的数据帧，您可以使用以下内容：

#Loop over the dataframe containing start and end timestamps
for index,row in df2.iterrows():
    #Create a boolean mask to filter data
    mask = (df1.index > row['Start']) & (df1.index < row['Stop']) 
    df1.loc[mask,'Sarzs_no'] = row['Output']

对于包含开始和结束时间戳记的数据框的每一行，这将使与掩码条件匹配的行具有该行的“输出”标签

loc函数返回符合条件的行的索引，而iterrows函数创建一个迭代器，该迭代器逐行遍历数据框

编辑

有了日期时间索引，就可以使用：

df1[row['Start']:row['Stop']]

代替.loc（）获取需要更新的行