我有两个data_frame如下：
ID. Date1 X1
0002 2015-08-01 81
0002 2015-08-15 95
0003 2015-10-01 115.
0002 2015-09-15 126
0003 2015-10-15 129
0002 2016-02-01 265
0002 2016-02-15 279.
0003 2016-03-15 281.
0003 2016-03-15 281.
0002 2016-03-01 294
0003 2016-04-01 298.
0003 2016-04-01 298.
0002 2016-03-15 308
0003 2017-02-15 618
0002 2017-02-01 631.
0003 2017-03-01 632
0002 2017-02-15 645
第二个为休假：
ID. DATE2.
0002 2016-02-11
0003 2016-03-16
0002 2017-01-19
0003 2015-09-10
0003 2016-02-19
0003 2016-03-22
0003 2015-12-07
现在，我想加入–merge –在一定条件下，将这两个data_frameworks基于ID以及Data1和Date2合并为一个data_frame。所以我想要的数据框应该是这样的：
ID Date1 X1 Date2
0002 2015-08-01 81 Nan
0002 2015-08-15 95 Nan
0003 2015-10-01 115. 2015-09-10
0002 2015-09-15 126 Nan
0003 2015-10-15 129 Nan
0002 2016-02-01 265 Nan
0002 2016-02-15 279. 2016-02-11
0003 2016-03-15 281. 2015-12-07
0003 2016-03-15 281. 2016-02-19
0003 2016-04-01 298. 2016-03-16
0003 2016-04-01 298. 2016-03-22
0002 2016-03-15 308 Nan
0003 2017-02-15 618 Nan
0002 2017-02-01 631. 2017-01-19
0003 2017-03-01 632 Nan
0002 2017-02-15 645 Nan
让我们说Date1指向收集的数据的日期，Date2指向一个事件。我需要在输出DataFrame中显示在收集的数据的两个日期之间是否发生了一个事件。例如，2015年10月1日至2015年10月15日之间ID为003的事件是否发生？在此示例中，差异为15天，但我们发现收集的数据之间的差异超过一个月，例如ID：002 2015-10-15和2016-02-15。另外，如果在两个日期之间（在Date1中）发生了两个事件，我想像上面的示例一样在不同的行中显示它们。有人可以帮忙解决这个问题吗？
我也尝试了以下代码：
myf = dataframe1.merge(dataframe2, how='left',on=['ID'])
mask = (pd.to_datetime(myf['Data1'], format='%Y-%m-%d') -
pd.to_datetime(myf['Data2'], format='%Y-%m-%d')).apply(lambda I: i.days <= 15 and i.days > 0)
myf.loc[~mask, 'Data2'] = np.nan
但是，它仅在每15天收集一次数据（在dataframe1中）时才解决，在我看来，这并不总是正确的。