我目前正尝试将两个数据帧（df和marche_type_jointure）的数据按某些列（英语：停靠点，方向，日期类型，季节，年份）分组，以这里的代码显示：
df_grouped = df.groupby(['arret', 'sens', 'type_jour','saison', 'annee'])
marche_type_jointure_grouped = marche_type_jointure.groupby(['arret', 'sens', 'type_jour','saison', 'annee'])
这给了我以下带有相关列的数据框（请参见屏幕快照df_variables_1，df_variables_2，marche_type_variables），并且您可以使用以下数据框作为示例（仅最重要的变量）如您所见）：
df_jointure = pd.DataFrame([
['Aller','VIG01A' , time(7,21,28),'vac_s' ,'hiver' ,1978 , 'NaN' ],
['Aller','VIG01A' , time(18,7,35),'vac_s' ,'hiver' ,1978 , 'NaN' ],
['Aller','LYC30R' , time(7,21,54),'vac_s' ,'hiver' ,1978 , 'NaN' ],
['Aller','LYC30R' , time(14,43,42),'vac_s' ,'hiver' ,1978 , 'NaN' ] ], columns=['sens', 'arret', 'heure_arrivee_reelle', 'type_jour', 'saison', 'annee', 'temps_trajet_mt'])
marche_type_jointure = df = pd.DataFrame([
['VIG01A', time(6,0,0), time(6,29,0), 'hiver', 'Aller', 4, 'vac_s', 1978],
['VIG01A', time(7,0,0), time(7,29,0), 'hiver', 'Aller', 4, 'vac_s', 1978],
['VIG01A', time(7,0,0), time(7,59,0), 'hiver', 'Aller', 4, 'vac_s', 1978],
['VIG01A', time(18,30,0), time(18,59,0), 'hiver', 'Aller', 4, 'vac_s', 1978],
['LYC30R', time(6,0,0), time(6,29,0), 'hiver', 'Aller', 1, 'semaine', 1978],
['LYC30R', time(7,45,0), time(7,59,0), 'hiver', 'Aller', 1, 'semaine', 1978],
['LYC30R', time(9,30,0), time(15,59,00), 'hiver', 'Aller', 1, 'semaine', 1978]],
columns=['arret', 'heure_debut_periode', 'heure_fin_periode', 'saison', 'sens', 'temps_trajet_sur_periode', 'type_jour', 'annee])
以下也是最重要的变量：
在df中：'sens'（第6列），
'arret'（停止，第9列），
'heure_arrivee_reelle'（（公共汽车的实际到达时间）第13栏），
'type_jour'（类型的一天，其中“ vac_s”表示假期 ，“ samedi”表示星期六 ，“ dimanche”是 sunday ，最后是“ semaine”，表示 week ，第25列），
'saison'（季节：第26列为冬季的“冬日”或夏季为“ ete”），
'annee'（表示2018-2018年的冬季，即2018或1978年，即2017年1月至2017年5月，然后是2017年9月至2018年5月，第29栏），
“ temps_trajet_mt ”暂时为空，但值将来自“ marche_type_jointure_grouped”（。temps_trajet_sur_periode）。
对于marche_type_jointure_grouped：'arret'（停止），'heure_debut_periode'和'heure_fin_periode'，它们是某个时间段的开始和结束，其中某个时间段'temps_trajet_sur_periode'是从前一站到我们所站（在公交线路上）的时间。 'type_jour'，'saison'和'sens'与df_grouped中的相同。
我实际上要做的是，对于分组数据帧中的每个“关键”（停靠点，方向，日期类型，季节和年份），比较值'heure_arrivee_reelle'（' actual_time_of_arrival df_grouped中的'英文'（英文）'（<< em> end_time_period '）和/或'heure_fin_periode'（' starting_time_period '遵循以下条件：
“如果[heure_debut_periode，heure_fin_periode]中的heure_arrivee_reelle”（作为 interval ，但可能会更容易得出相同的结果）'heure_debut_periode'。
显然，我正在寻找一种有效的方法。这是我尝试执行的操作，以便您可能会了解我正在执行的操作：
then the value of temps_trajet_mt in df_grouped becomes the corresponding value of temps_trajet_sur_periode in marche_type_jointure_grouped谢谢您的帮助，这真的意味着我已经有一个多星期了！并且请告诉我我想做的事情是否不清楚（如果您愿意的话，或多或少是有条件的联合）