我有兴趣合并两个数据帧与以下属性:-
1。它们之间没有任何公共列,因此直接连接是不可能的。
2。它们的大小不同。例如df2有4行,df1有3行。
3。两者的合并点是与"ArrivalDateCap"相关的日期值。in df2 and '; arrivaldatetime ';在df1。
数据帧如下:
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")
在上面第3点之后,列"到达日期时间";如果它是最近的且小于"ArrivalDateCap",则添加到df2中。价值。例如对于"ArrivalDateCap"- 20121-09-20 18:00:00,所选的"到达日期时间";将是"2019-09-20 16:37:00"。因此,这个"arrivaldatetime"小于"到达日期"但是最接近的。df3的输出应该如下所示:-
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)
我假设'ArrivalDateCap'和'ArrivalDateTime'列的比较,并在另一个数据帧中记录结果,如果它们匹配条件(小于和最接近)是有意义的。我该如何实现它呢?提前谢谢你。
使用pd.merge_asof
和direction='nearest'
得到最接近的匹配
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