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?
问题描述
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
解决方案
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