Question

我是python的新手，需要一些有关日期时间函数的问题的帮助。我有df_a，该列的标题为“ time”，并且我正在尝试在此df_a中创建新的列“ id”。我希望通过“时间”是否在“ date”和“ date_new”之间的df_b列中的时间范围内确定“ id”列，例如，第一行的日期为“ 2019-01-07” 20:52:41”和“ 2019-01-07 21:07:41”的“ date_new”（15分钟的时间间隔），我希望此行的索引在df_a中显示为我的ID，对于df_a中的所有行，时间均为“ 2019-01-07 20:56:30”（即，id = 0），依此类推，

这个问题很相似，但是随着我不断得到

，我无法弄清楚如何使其与我的作品兼容

python assign value to pandas df if falls between range of dates in another df

s = pd.Series(df_b['id'].values,pd.IntervalIndex.from_arrays(df_b['date'],df_b['date_new'])) 
df_a['id']=df_a['time'].map(s)

ValueError: cannot handle non-unique indices

一个警告是，df_b中的范围并不总是唯一的，这意味着某些间隔包含相同的时间段，在这些情况下，如果它使用df_b中第一个时间段的ID，此外，df_b中有200多行，而df_a中有2000行，因此以for循环类型格式定义每个时间段将花费很长时间，除非有比定义每个时间段更简单的方法，请提前感谢您为您的所有帮助！如果可以进行任何说明，请告诉我！

df_a

time                    id
2019-01-07 22:02:56     NaN
2019-01-07 21:57:12     NaN
2019-01-08 09:35:30     NaN


df_b

date                    date_new               id
2019-01-07 21:50:56    2019-01-07 22:05:56     0
2019-01-08 09:30:30    2019-01-08 09:45:30     1

Expected Result

df_a     
time                    id
2019-01-07 22:02:56     0
2019-01-07 21:57:12     0
2019-01-08 09:35:30     1

Answer 1

让我重新说明您的问题。对于数据帧df_a中的每一行，您要检查其在df_a['time']中的值是否在df_b['date']和df_b['date_new']列中的值给定的间隔内。如果是这样，请将df_a["id"]中的值设置为对应的df_b["id"]中的值。

如果这是您的问题，这是一个（非常粗糙的）解决方案：

for ia, ra in df_a.iterrows():
    for ib, rb in df_b.iterrows():
        if (ra["time"]>=rb['date']) & (ra["time"]<=rb['date_new']):
            df_a.loc[ia, "id"] = rb["id"]
            break

Answer 2

pandas对非等额联接没有很好的支持，这正是您要寻找的，但是它确实有一个功能merge_asof，您可能需要检查一下： http://pandas.pydata.org/pandas-docs/version/0.22/generated/pandas.merge_asof.html

这应该大大加快您的加入速度。

例如：

df_a = pd.DataFrame({'time': ['2019-01-07 22:02:56', '2019-01-07 21:57:12', '2019-01-08 09:35:30']})
df_b = pd.DataFrame({'date': ['2019-01-07 21:50:56', '2019-01-08 09:30:30'], 'date_new': ['2019-01-07 22:05:56', '2019-01-08 09:45:30'], 'id':[0,1]})
df_a['time'] = pd.to_datetime(df_a['time'])
df_b['date'] = pd.to_datetime(df_b['date'])
df_b['date_new'] = pd.to_datetime(df_b['date_new'])

#you need to sort df_a first before using merge_asof
df_a.sort_values('time',inplace=True)
result = pd.merge_asof(df_a, df_b, left_on='time', right_on='date')

#get rid of rows where df_a.time values are greater than df_b's new date
result = result[result.date_new > result.time]

评估df每行中的日期时间函数是否落在另一df中的日期时间范围内

2 个答案: