Countifs in Python with non equal join

Question

我已经遇到这个问题很长时间了，需要这方面的帮助。

我在表 T1 中有以下数据，有 400 万行。

我需要根据以下 excel 公式在 python 中计数：

=COUNTIFS(A:A,A2,B:B,"<"&B2,C:C,"<"&C2)

Table Name -T1
User Id Start time  End time    Count  
A1  10-01-2018 10:15    10-01-2018 12:15    0  
A2  10-01-2018 10:45    10-01-2018 11:15    0  
A1  10-01-2018 10:25    10-01-2018 13:30    1  
A2  10-01-2018 11:00    10-01-2018 11:40    1

最终结果为"计数"列

我

尝试了以下方法，在这两种情况下我都遇到了内存错误。

有什么方法可以做到这一点：

1. pysqldf("SELECT T1.,count() FROM T1 a left join T1 b on a.user_id=b.user_id and a.start_time>b.start_time and a.end_time>b.end_time group by 1,2,3")

2. 合并然后过滤（Python 不允许合并中的非相等连接）

Answer 1

您可以使用熊猫完成此操作

import pandas as pd
fmt = '%m-%d-%Y %H:%M'
columns = ['Users', 'Start Time', 'End Time', 'Count']
df = pd.read_excel('filename.xlsx', sheetname="Sheet1")
df.columns=columns
#get the start dates less than the first
df1=df[df['Start Time']<df.iloc[0]['Start Time']]
#get the end dates less than the first
df2=df[df['End Time']<df.iloc[0]['End Time']]
#find matching rows between df1 and df2
df3 = pd.merge(df1, df2, on=columns, how='inner')
print(df3)

我在下面的数据上运行了这个

A1   10-01-2018 10:15   10-01-2018 12:15   0
A2   10-01-2018 10:45   10-01-2018 11:15   0 
A3   10-01-2018 10:25   10-01-2018 13:30   1
A4   10-01-2018 11:00   10-01-2018 11:40   1
A5   10-01-2018 10:00   10-01-2018 11:15   0

这将打印：

  Users        Start Time          End Time  Count
0    A5  10-01-2018 10:00  10-01-2018 11:15      0

如果你想在python中恢复它dict只需使用：

df3.set_index('Users').T.to_dict('dict')
#{'A5': {'Start Time': '10-01-2018 10:00', 'End Time': '10-01-2018 11:15','Count': 0}}

编辑

我的计算机上没有 excel，我在破译 excel 公式时遇到了麻烦。如果上面的代码除了约束用户之外执行您想要的操作，则将其放在我定义df1和df2的位置上方。这限制了特定用户。

df = df[df.Users == 'A1']

然后，要获取这些筛选器之后的所有计数，请执行以下操作：

df3.shape()[0]