python - 按组按最接近的较早日期合并数据框
问题描述
我有两个由以下代码生成的数据框:
import datetime
def random_date(start, minutesList):
current = start
l = len(minutesList)
out_ = []
for min_ in minutesList:
curr = current + datetime.timedelta(minutes=min_)
out_.append(curr.strftime("%d/%m/%y %H:%M") )
return(out_)
startDate = datetime.datetime(2013, 9, 20,13,00)
minutesListUsages = [2, 5, 6, 35, 38, 45, 57]
minutesListLogins = [0, 1, 1.5, 3, 5.5, 24, 37, 37.5, 39.5, 45, 48, 53, 59, 60]
df_logins1 = pd.DataFrame([random_date(startDate,minutesListLogins),
[1] * len(random_date(startDate,minutesListLogins))]).transpose()
df_logins1.columns = ['date', 'id']
df_logins1
df_logins2 = pd.DataFrame([random_date(startDate,minutesListLogins),
[2] * len(random_date(startDate,minutesListLogins))]).transpose()
df_logins2.columns = ['date', 'id']
df_logins2
df_logins = df_logins1.append(df_logins2)
# Usages
df_usages1 = pd.DataFrame([random_date(startDate,minutesListUsages),
[1] * len(random_date(startDate,minutesListUsages))]).transpose()
df_usages1.columns = ['date', 'id']
df_usages1
df_usages2 = pd.DataFrame([random_date(startDate,minutesListUsages),
[2] * len(random_date(startDate,minutesListUsages))]).transpose()
df_usages2.columns = ['date', 'id']
df_usages2
df_usages = df_usages1.append(df_usages2)
我想指出df_logins
哪个登录与df_usage
. 我想这样做id
。我说如果登录是最接近的,但早于给定使用的登录,则它与使用相关联。
根据此定义,我如何识别导致id
.
谢谢
解决方案
您可以使用merge_asof
withby
和on
参数
df_usages.date=pd.to_datetime(df_usages.date)
df_logins.date=pd.to_datetime(df_logins.date)
df_usages,df_logins=df_usages.sort_values('date').rename(columns={'date':'use_date'}),df_logins.sort_values('date').rename(columns={'date':'log_date'})
pd.merge_asof(df_usages,df_logins,left_on='use_date',right_on='log_date',by='id',direction = 'nearest')
Out[168]:
use_date id log_date
0 2013-09-20 13:02:00 1 2013-09-20 13:01:00
1 2013-09-20 13:02:00 2 2013-09-20 13:01:00
2 2013-09-20 13:05:00 1 2013-09-20 13:05:00
3 2013-09-20 13:05:00 2 2013-09-20 13:05:00
4 2013-09-20 13:06:00 1 2013-09-20 13:05:00
5 2013-09-20 13:06:00 2 2013-09-20 13:05:00
6 2013-09-20 13:35:00 1 2013-09-20 13:37:00
7 2013-09-20 13:35:00 2 2013-09-20 13:37:00
8 2013-09-20 13:38:00 1 2013-09-20 13:37:00
9 2013-09-20 13:38:00 2 2013-09-20 13:37:00
10 2013-09-20 13:45:00 1 2013-09-20 13:45:00
11 2013-09-20 13:45:00 2 2013-09-20 13:45:00
12 2013-09-20 13:57:00 1 2013-09-20 13:59:00
13 2013-09-20 13:57:00 2 2013-09-20 13:59:00
推荐阅读
- javascript - js计数嵌套函数
- sql - 将列添加到表中,并为扩展表的每一行设置值
- flutter - 使用 Cubit 作为 Flutter 形式
- jmeter - 将汇总报告导入 csv 文件时吞吐量数字格式发生变化
- nginx - 如何使用 Nginx 将 NON HTTP/NON HTTPS 流量重定向到指定 IP?
- python - 在 cx_freeze 设置函数中,name、version 和 description 关键字实际上是做什么的?
- cuda - 如何在 Cuda 内核上启用 RT 内核?
- bash - var 必须包含一个 IP 地址,否则,停止,错误 var 必须是一个 IP 地址,没有别的
- java - 从文件Java中获取矩阵
- keycloak - 如何通过 API 集成 keycloak 短信认证?