如何将两个表与键中的日期合并（Python）

Posted 2023-03-12

【中文标题】如何将两个表与键中的日期合并（Python）

【英文标题】：How do I merge two tables with dates within the key (Python)

【发布时间】：2021-06-08 14:14:37

【问题描述】：

在找到解决问题的方法之前，我已经徘徊了很多次，我想问问社区你是否有比我想出的更好的主意。

我的问题如下：

我有两张表（一张是我的源数据，另一张是映射），我想通过某个键合并。 在我的源数据中，我有两个日期：Date_1 和 Date_2 在我的映射中，我有四个日期：Date_1_begin, Date_1_end, Date_2_begin, Date_2_end 问题是：这些日期是我关键的一部分。

例如：

df
   A  B      date
0  1  A  20210310
1  1  A  20190101
2  3  C  19981231

mapping
   A  B date_begin  date_end code
0  1  A   19600101  20201231    1
1  1  A   20210101  20991231    2
2  3  C   19600101  20991231    3

这个想法是：做这样的事情： pd.merge(df, mapping, on = ['A','B'])

会给我两个密钥 1_A 的代码：1 和 2。但我想要一个 1-1 的关系。

为了根据日期分配正确的代码，我使用piecewise 做了类似的事情 来自numpy库：

df_date= df['date'].values
conds = [(df_date >= start_date)&(df_date<= end_date)] for start_date, end_date in zip(mapping.date_begin.values, mapping.date_end.values)]
result = np.piecewise(np.zeros(len(df)), conds, mapping['code'].values)
df['code']  = result

而且它工作得很好......但我认为它一定存在于某个更简单、更优雅的地方......

提前非常感谢！ 克莱姆

【问题讨论】：

是date_begin 故意等于1960101 吗？

对不起，应该是 19600101... 干得好

【参考方案1】：

您需要为重复的行添加枚举：

(df1.assign(enum=df1.groupby(['A','B'].cumcount())
    .merge(df2.assign(enum=df2.groupby(['A','B']).cumcount()),
           on=['A','B','enum'])
)

【讨论】：

非常感谢。这很优雅:))

问题是，事实上，它不包括日期背后的信息。 df1 的第一行应该分配给代码 2。事实上，如果我合并 df1 和 df2 它不会是这种情况。但我喜欢你的方法，并会尝试从那里开始；）非常感谢再次

它应该使用正确的sort_values()method :))