假设我有以下两个数据框：
df = pd.DataFrame({'c': ['abc', 'def', 'wyx', 'abc', 'wyx'], 'begin_date': ['2020-01-01', '2000-12-23', '2003-07-07', '2005-03-02', '2009-02-01'], 'end_date': ['2020-01-31', '2001-02-02', '2004-03-02', '2005-04-01', '2010-07-04']})
c begin_date end_date
abc 2020-01-01 2020-01-31
def 2000-12-23 2001-02-02
wyx 2003-07-07 2004-03-02
abc 2005-03-02 2005-04-01
wyx 2009-02-01 2010-07-04
df1 = pd.DataFrame({'id': np.arange(5), 'c': ['wyx', 'abc', 'abc', 'def', 'qwe'], 'date': ['2003-12-12', '2020-02-02', '2005-03-15', '2002-11-05', '2005-01-01']})
id c date
0 wyx 2003-12-12
1 abc 2020-02-02
2 abc 2005-03-15
3 def 2002-11-05
4 qwe 2005-01-01
我想找出df1中哪些ID的日期基于c在df中的范围内。
我的最终数据帧将是这样：
id c date in_range
0 wyx 2003-12-12 True
1 abc 2020-02-02 False
2 abc 2005-03-15 True
3 def 2002-11-05 False
我设法用以下代码做到了：
x = df1.merge(df, on='c')
x['in_range'] = x['date'].ge(x['begin_date'])&x['date'].le(x['end_date'])
x.groupby(['id', 'c', 'date'])['in_range'].sum().reset_index()
但是我认为可能会有更简单的方法，并且df1中还有更多的列，这会使groupby非常大。