python - 根据具有范围的条件向列添加值

Question

我有两个数据集：

Dict

Number_ID	价格	开始日期	结束日期
1	3.49	20200101	20991231
2	0.25	20200101	20200502
2	0.49	20200503	20200509
3	0.13	20200401	20200403
3	0.15	20200404	20991231

和

Sales_List

Number_ID	销售日期
1	20200103
2	20200431
2	20200505
3	20200402
3	20200408

我的目标是使用 Dict 表中的数据，并在以下条件下从 Dict['Price'] 为 Sales_List['Price'] 设置正确的值：

Number_ID is the same
Sales['Date of Sales'] is between Dict['StartDate'] and Dict['EndDate']

我试过下面的代码，但我有一些错误：

import pandas as pd
import numpy as pd

Sales_List['Price'] = np.where((Sales_List['Number_ID'] == Dict['Number_ID']) & 
                               (Sales_List['Date of Sale'] >= Dict['StartDate']) & 
                               (Sales_List['Date of Sale'] < Dict['EndDate']),
                               Dict['Price'],'')

我也尝试过以下代码：

Sales_List = Sales.merge(Dict, how='left', on='Number_ID').reset_index()
Sales_List['Value'] = np.where((Sales_List['Date of Sale'] >= Dict['StartDate']) & 
                               (Sales_List['Date of Sale'] < Dict['EndDate']),1,0)
Sales_List = Sales_List[Sales_List['Value'] = 1]

但是在第二个示例中，此合并分配了太多内存并使其崩溃。（Sales_List 超过 30M 行，Dict 有 12k 行）

MemoryError: Unable to allocate 7.15 GiB for an array with shape (5, 191907116) and data type int64

你们中的任何人都知道如何以更有效的方式（比第二个示例）在 python 中做类似的事情吗？

输出应如下所示：

Number_ID	销售日期	价格
1	20200103	3.49
2	20200431	0.25
2	20200505	0.49
3	20200402	0.13
3	20200408	0.15
3	20200401	0.13
3	20200409	0.15
2	20200509	0.49
2	20200508	0.49

标签： pythonpandasnumpy