根据日期和时间条件熊猫数据框删除行

时间：2021-02-08 06:37:41

标签： python pandas

根据以下代码，我有两个 DataFrame。

Key_DF = pd.DataFrame({'TC': {0: 'A', 1: 'B', 2: 'C', 3: 'D', 4: 'F', 5: 'G'}, 'D_time': {0: '2/5/2021 10:00', 1: '2/5/2021 22:00', 2: '2/7/2021 11:35', 3: '2/8/2021 11:35', 4: '2/9/2021 11:35', 5: '2/10/2021 11:35'}, 'FName': {0: 'A', 1: 'B', 2: 'C', 3: 'D', 4: 'A', 5: 'B'}})

Main_DF = pd.DataFrame({'Test Case': {0: 'A', 1: 'A', 2: 'B', 3: 'D', 4: 'D', 5: 'G', 6: 'G'}, 'Timestamp': {0: datetime.datetime(2021, 2, 5, 9, 34, 25), 1: datetime.datetime(2021, 2, 5, 14, 34, 25), 2: 'Wed Nov 25 17:30:12 2020', 3: '11/30/2020 11:48:38 AM', 4: 'Mon Feb 8 13:39:00 2021', 5: 'Mon Feb 9 15:42:50 2021', 6: 'Wed Dec  2 14:56:26 2020'}})

Key_DF.D_time = pd.to_datetime(Key_DF.D_time)
Main_DF.Timestamp = pd.to_datetime(Main_DF.Timestamp)
print (Key_DF)
print (Main_DF)

需要用“Main_DF”做以下操作。

  1. 提取 Key_DF 列的数据（例如：“1-1.1”和“2/5/2021 10:00”）
  2. 将 Key_DF 的数量（例如：“1-1.1”）与 Main_DF 匹配
  3. 删除 Main_DF.Timestamp > Key_DF.D_time
    4. 的条目
  4. 来自Main_DF的新鲜filtered_Df。

最终输出应如下所示，其中应满足 Main_DF.Timestamp > Key_DF.D_time 条件。

我可以在这里使用任何格式的 Timestamp 列。

enter image description here

1 个答案:

答案 0 :(得分：1)

  • 为了比较日期时间，它们必须是 datetime64[ns] dtype
    • 用dtypes检查.info()
  • 数据帧可以在 'TC' 和 'Test Case' 上合并
    • 因此，在合并数据帧时，'TC' 列不会作为单独的列添加，而是将重命名为 'Test Case'
  • 合并数据框后，使用带有 df.Timestamp <= df.D_time 或 df.D_time.isna() 的布尔选择
    • df.D_time.isna() 将保留 'Timestamp' 列在 'D_time 列中没有匹配时间的行。
    • 删除 Main_DF.Timestamp > Key_DF.D_time 处的值与保留 df.Timestamp <= df.D_time 处的值相同
  • 最终输出的两行都应包含 'G'。
  • 这假定 'TC' 列中的值是唯一的，如 OP 中所示
  • 此外，OP 中没有任何内容提到 'FName' 列，因此它被忽略。
# merged the two dataframes
df = Main_DF.merge(Key_DF[['TC', 'D_time']].rename(columns={'TC': 'Test Case'}), on='Test Case', how='left')

# display(df)
  Test Case           Timestamp              D_time
0         A 2021-02-05 09:34:25 2021-02-05 10:00:00
1         A 2021-02-05 14:34:25 2021-02-05 10:00:00
2         B 2020-11-25 17:30:12 2021-02-05 22:00:00
3         D 2020-11-30 11:48:38 2021-02-08 11:35:00
4         D 2021-02-08 13:39:00 2021-02-08 11:35:00
5         G 2021-02-09 15:42:50 2021-02-10 11:35:00
6         G 2020-12-02 14:56:26 2021-02-10 11:35:00

# filter the dataframe to keep data where Timestame is <= to D_time
df = df[(df.Timestamp <= df.D_time) | df.D_time.isna()].drop(columns=['D_time']).reset_index(drop=True)

# display(df)
  Test Case           Timestamp
0         A 2021-02-05 09:34:25
1         B 2020-11-25 17:30:12
2         D 2020-11-30 11:48:38
3         G 2021-02-09 15:42:50
4         G 2020-12-02 14:56:26
相关问题
最新问题