Question

我有两个数据框。

第一个是客户的数据框，其中包含必须在一个月内完成发货的月份。

第二个是一个数据框，其中包含地平线内日期和客户的所有可能组合。例如，一个三天的视界组合，其中有一个客户，从“ 2020-01-01”开始的“ ABC”看起来像这样。

Date        Customer
2020-01-01  'ABC'
2020-01-02  'ABC'
2020-01-03  'ABC'

我正在尝试加入以下两个日期框架，以便获得customer：date的组合，这样日期只能在交货月份之内出现。

df_a.head(5)

>>> month,    client
    2020-01   'ABC'
              'DEF'
    2020-02   'GHI'
              'JKL'
              'MNO'
    2020-03   'PQR'


    df_b.head(5)
    
>>> dates           client
    '2020-01-01'    'ABC'
    '2020-01-01'    'DEF'
    '2020-01-02'    'ABC'
    '2020-01-02'    'DEF'
    '2020-01-03'    'ABC'
    '2020-01-03'    'DEF'

所需的输出：

df_joined.head(5)

customer     dates
'ABC'        2020-01-01
'ABC'        2020-01-02
'ABC'        2020-01-03
'DEF'        2020-01-01
'DEF'        2020-01-02
'DEF'        2020-01-03
'GHI'        2020-02-01
'GHI'        2020-02-02
'GHI'        2020-02-03
'JKL'        2020-02-01
'JKL'        2020-02-02
'JKL'        2020-02-03

我尝试使用merge和query

完成此操作

即。

ship_dates = df1.merge(df2, left_on='dates', right_on='client')\
                .query('dates >= month')\
                .set_index(['customer','dates'])

但是我收到日期的KeyError。

非常感谢所有帮助！

Answer 1

设法找到解决方案。

我在每个数据框中创建了month：year列：

df1['mnth_year'] = pd.to_datetime(df1['dates']).dt.strftime('%B-%Y')
df2['month_year'] = pd.to_datetime(df2['month']).dt.strftime('%B-%Y')

然后使用.query（）合并mnth_yr与month_year并合并：

dates = df1.merge(df2, how='inner', left_on='customers', 
                             right_on='customer')\
           .query('mnth_yr == month_year')\
           .set_index(['customer', 'dates'])

有条件地合并熊猫多索引数据框

1 个答案: