根据另一个数据框的多个功能对数据框进行过滤

Question

情况：
我有两个数据集：

• df1：包含传感器数据，每分钟登录的机器ID
• df2：包含生产单元ID，机器ID以及单元的开始和结束日期时间
  

df1：

df2：

我的任务是仅根据机器的生产时间范围进行过滤。这意味着基于df2中的生产日期时间（这些时间是df2中开始和停止之间的时间范围），我需要从df2中滤除泄漏传感器数据（传感器数据每分钟记录在df2中，无论是否有生产或不）。

问题：
我能够编写一个代码来过滤df2中的时间间隔，但是我也不知道如何过滤计算机ID。
这是我的工作代码，仅包含日期时间过滤：

for index, row in df1.iterrows():
    mask = ((df2.index >= row['Start']) & (df2.index <= row['Stop']))
    df2.loc[mask, 'Sarzs_no'] = row['Sarzs_no']
    df2.loc[mask, 'Output'] = row['Output']

这是我尝试在日期时间过滤中添加“单位”（=计算机ID）过滤的方法：

for index, row in df1.iterrows():
    mask = ((df1.index >= row['Start']) & (df1.index <= row['Stop']) & (row['Unit']==df1.Unit))
    df1.loc[mask, 'Sarzs_no'] = row['Sarzs_no']
    df1.loc[mask, 'Output'] = row['Output']

不幸的是，以上代码无法正常工作。

问题：

1. 能不能让我知道我做错了什么？
2. 能否让我知道如何在计算机ID（列“ Unit”）上添加过滤器参数？

谢谢您的帮助！

Answer 1

我想发表此评论，但我没有足够的声誉来做到这一点。初步提示：

1）尝试检查您的钥匙。第一个df中的单位与第二个df中的单位具有不同的模式。您可能需要转换一个或另一个。 例如循环之前：

df1["Unit"] = df1["Unit"].apply(lambda x: x.split('_')[1]) # K2_110 -> 110

2）在您的示例中，您遍历 first 数据框，并将掩码也应用于 first 数据框

df1.loc[mask, 'Sarzs_no'] = row['Sarzs_no']
df1.loc[mask, 'Output'] = row['Output']`