时间戳

首页 > 解决方案 > Python Pandas Dataframe：根据第二个数据框中的条件（日期范围和条件）选择条目

python - Python Pandas Dataframe：根据第二个数据框中的条件（日期范围和条件）选择条目

问题描述

我正在尝试使用 Pythons pandas 数据帧从一个数据帧中以另一个数据帧为条件选择条目：

第一个数据框给出了每个人的优先日期：

import pandas as pd
df_priority = pd.DataFrame({'Person': ['Alfred', 'Bob', 'Charles'], 'Start Date': ['2018-01-01', '2018-03-01', '2018-05-01'] , 'End Date': ['2018-02-01', '2018-04-01', '2018-06-01']})
df_priority.head()

     Start Date  End Date    Person
0   2018-01-01  2018-02-01  Alfred
1   2018-03-01  2018-04-01  Bob
2   2018-05-01  2018-06-01  Charles

第二个数据框给出了每个人和每个月的销售额：

df_sales = pd.DataFrame({'Person': ['Alfred', 'Alfred', 'Alfred','Bob','Bob','Bob','Bob','Bob','Bob','Charles','Charles','Charles','Charles','Charles','Charles'],'Date': ['2018-01-01', '2018-02-01', '2018-03-01', '2018-01-01', '2018-02-01', '2018-03-01','2018-04-01', '2018-05-01', '2018-06-01', '2018-01-01', '2018-02-01', '2018-03-01','2018-04-01', '2018-05-01', '2018-06-01'], 'Sales': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15]})
df_sales.head(15)

    Date    Person  Sales
0   2018-01-01  Alfred  1
1   2018-02-01  Alfred  2
2   2018-03-01  Alfred  3
3   2018-01-01  Bob 4
4   2018-02-01  Bob 5
5   2018-03-01  Bob 6
6   2018-04-01  Bob 7
7   2018-05-01  Bob 8
8   2018-06-01  Bob 9
9   2018-01-01  Charles 10
10  2018-02-01  Charles 11
11  2018-03-01  Charles 12
12  2018-04-01  Charles 13
13  2018-05-01  Charles 14
14  2018-06-01  Charles 15

现在，我想要每个人在他的优先日期范围内的销售数字，即结果应该是：

    Date    Person  Sales
0   2018-01-01  Alfred  1
1   2018-02-01  Alfred  2
5   2018-03-01  Bob 6
6   2018-04-01  Bob 7
13  2018-05-01  Charles 14
14  2018-06-01  Charles 15

有什么帮助吗？

标签： pythonpandasdataframedate

解决方案

您可以在多个列上应用 lambda 以获得所需的结果：

# custom function that gives the prioritized date range for each person by person name
def salesByNameAndDate(name):
    start_date = df_priority[df_priority['Person'] == name]['Start Date'].values[0]
    end_date = df_priority[df_priority['Person'] == name]['End Date'].values[0]
    date_range = pd.date_range(start=start_date, end=end_date)
    return date_range

# return sales value if the date is inside the date range for this person or "nothing" if the date is outside this range
df_sales['new_sales'] = df_sales.apply(lambda x: x['Sales'] if x['Date'] in salesByNameAndDate(x['Person']) else 'nothing',axis=1)

# after that you drop all "nothing" and duplicate column "new_sales"
new_df = df_sales[df_sales['new_sales'] != 'nothing'].drop('new_sales', axis=1)[['Date', 'Person', 'Sales']]

# output
  Date   Person  Sales
0   2018-01-01   Alfred      1
1   2018-02-01   Alfred      2
5   2018-03-01      Bob      6
6   2018-04-01      Bob      7
13  2018-05-01  Charles     14
14  2018-06-01  Charles     15

推荐阅读