Question

tariff data

        dt_start    dt_end  energy_fee  parking_fee
    0   2020-05-27 13:00:00+02:00   2020-05-27 15:00:00+02:00   0.50    0.50
    1   2020-05-27 15:00:00+02:00   2020-05-27 20:00:00+02:00   0.42    0.50
    2   2020-05-27 20:00:00+02:00   2020-05-27 21:00:00+02:00   0.16    0.10
    3   2020-05-27 21:00:00+02:00   2020-05-27 22:00:00+02:00   0.50    0.50
    4   2020-05-27 22:00:00+02:00   2020-05-28 01:00:00+02:00   0.38    0.32

会话数据

    id  dt_start    dt_end  energy
0   1   2020-05-27 13:00:00+02:00   2020-05-27 13:12:00+02:00   2.00
1   1   2020-05-27 13:00:00+02:00   2020-05-27 13:25:00+02:00   0.30
2   1   2020-05-27 13:00:00+02:00   2020-05-27 13:27:00+02:00   4.50
3   1   2020-05-27 13:00:00+02:00   2020-05-27 13:01:00+02:00   2.03
4   1   2020-05-27 13:00:00+02:00   2020-05-27 13:26:00+02:00   3.69

我想要的结局是会话数据

        id  dt_start    dt_end  energy energy_fee   parking_fee
    0   1   2020-05-27 13:00:00+02:00   2020-05-27 13:12:00+02:00   2.00 0.50   0.50
    1   1   2020-05-27 13:00:00+02:00   2020-05-27 13:25:00+02:00   0.30 0.50   0.50
    2   1   2020-05-27 13:00:00+02:00   2020-05-27 13:27:00+02:00   4.50 0.50   0.50
    3   1   2020-05-27 13:00:00+02:00   2020-05-27 13:01:00+02:00   2.03 0.50   0.50
    4   1   2020-05-27 13:00:00+02:00   2020-05-27 13:26:00+02:00   3.69 0.50   0.50

我正在尝试从关税数据集中获取energy_fee 和parking_fee。对于会话数据集中的 dt_start 和 dt_end 范围。

示例：session['dt_start'][0] 和 session['dt_end'][0] 落在 tarrif['dt_start'][0] 和 tarrif['dt_end'][0] 的区间内。我想获得energy_fee 和parking_fee。

一些上下文： Tarrif 数据集的范围为 dt_start 和 dt_end，包括能源费和停车费。我必须计算 dt_start 和 dt_end 会话的能源和停车成本。

Answer 1

您可以合并两个数据框：

df_session.reset_index().merge(df_tariff, on=['dt_start', 'dt_end'], how='left').set_index('index')

Answer 2

我终于通过将 pandas 与 sqlite3 结合起来找到了解决方案。

我知道我想对数据进行的连接是交叉连接，因为没有可以合并表的公共列。因此，我决定将我的 CSV 导入到 sqlite3 DB 并执行交叉连接。与 pandas 所提供的相比，AS sqlite3 具有更好的执行交叉连接的方法。

conn = sqlite3.connect("./data/output/library.db")
session.to_sql('session', conn, index=False, if_exists='replace' )
tarrif.to_sql('tarrif', conn, index=False, if_exists='replace') 

qry = '''
select s.id, s.energy, s.minutes,t.energy_fee, t.parking_fee
from session s join tarrif t
WHERE (s.dt_start between t.dt_start and t.dt_end)
and (s.dt_end between t.dt_start and t.dt_end)'''

df = pd.read_sql_query(qry, conn)

根据另一个数据框中日期之间的范围合并熊猫数据框

2 个答案: