python - 如何根据另一个数据框中的列值以及该数据框中列的字符串是否为子字符串来过滤数据框？

Question

我有两个看起来像这样的数据框：

#df1
id   |  minyear
x       01/01/2019
y       01/02/2019
z       01/03/2019
#df2
id2   |   date 
xx         01/01/2018   
xx         01/02/2019      
xx         01/01/2020     
yy         01/02/2018
yy         01/03/2019
yy         01/04/2020
zz         01/01/2019
zz         01/05/2020

我想要做的是，如果id列是id2的子字符串，那么我只想保留df2中大于其 minyear 值的值。所以最终的数据框应该是这样的：

id2   |   date 
xx         01/02/2019      
xx         01/01/2020     
yy         01/03/2019
yy         01/04/2020
zz         01/05/2020

标签： pythonpandasdataframe

Answer 1

尝试：

# convert the columns to datetime (skip if they are converted already):
df1.minyear = pd.to_datetime(df1.minyear)
df2.date = pd.to_datetime(df2.date)

x = df1.merge(df2, how="cross")
x["tmp"] = x.apply(lambda r: r["id"] in r["id2"], axis=1)
x = x[x.tmp & x.date.ge(x.minyear)][["id2", "date"]]
print(x)

印刷：

   id2       date
1   xx 2019-01-02
2   xx 2020-01-01
12  yy 2019-01-03
13  yy 2020-01-04
23  zz 2020-01-05