时间戳

首页 > 解决方案 > 合并两个带有共同值提示的数据框

python - 合并两个带有共同值提示的数据框

问题描述

我有兴趣合并具有以下属性的两个数据框：-

1. 它们之间没有任何公共列，因此无法直接连接。

2.它们的大小不同。例如 df2 有 4 行，而 df1 有 3 行。

3.两者的合并点是df2中的“ArrivalDateCap”和df1中的“ArrivalDateTime”相关的日期值。

数据框如下：

df1  = {'ID1': ['A12', 'A13', 'A14'], 'ArrivalDateTime': ["2021-09-20 16:37", "2021-09-21 03:10", "2021-09-26 03:10"]} 
df2  = {'ID': ['001', '002', '003','004'], 'ArrivalDateCap': ["2021-09-20 18:00", "2021-09-21 18:00", "2021-09-20 18:00","2021-09-25 16:00"]}  
  
df1 = pd.DataFrame(df1)  
df1["ArrivalDateTime"] = pd.to_datetime(df1["ArrivalDateTime"],format="%Y-%m-%d %H:%M") 

df2 = pd.DataFrame(df2)
df2["ArrivalDateCap"] = pd.to_datetime(df2["ArrivalDateCap"],format="%Y-%m-%d %H:%M")

在上面的第 3 点之后，如果 df2 最接近且小于“ArrivalDateCap”值，则将“ArrivalDateTime”列添加到该列。例如，对于“ArrivalDateCap” - 2021-09-20 18:00:00，选择的“ArrivalDateTime”将为“2021-09-20 16:37:00”。因此，这个“ArrivalDateTime”小于“ArrivalDateCap”但最接近。df3 的输出应如下所示：-

df3  = {'ID': ['001', '002', '003','004'], 'ArrivalDateCap': ["2021-09-20 18:00", "2021-09-21 18:00", "2021-09-20 18:00","2021-09-25 16:00"],'ArrivalDateTime':['2021-09-20 16:37:00','2021-09-21 03:10:00','2021-09-20 16:37:00','2021-09-26 03:10:00'],'ID1':['A12','A13','A12','A14']}  
df3 = pd.DataFrame(df3)

我认为比较“ArrivalDateCap”和“ArrivalDateTime”列，如果它们符合条件（小于和最接近），则将结果记录在另一个数据框中是有意义的。我该如何解决这个问题？先感谢您。

标签： pythonpandasdataframe

解决方案

使用pd.merge_asofwithdirection='nearest'获得最接近的匹配。

df3 = pd.merge_asof(df2.sort_values('ArrivalDateCap'), 
                    df1.sort_values('ArrivalDateTime'),
                    left_on='ArrivalDateCap', right_on='ArrivalDateTime',
                    direction='nearest')

输出：

>>> df3
    ID      ArrivalDateCap  ID1     ArrivalDateTime
0  001 2021-09-20 18:00:00  A12 2021-09-20 16:37:00
1  003 2021-09-20 18:00:00  A12 2021-09-20 16:37:00
2  002 2021-09-21 18:00:00  A13 2021-09-21 03:10:00
3  004 2021-09-25 16:00:00  A13 2021-09-21 03:10:00

推荐阅读