Python Pandas 如何将一个数据框中的日期与另一个数据框中的日期进行比较？答案

【问题标题】：Python Pandas how to compare date from one Dataframe with dates in another Dataframe?Python Pandas 如何将一个数据框中的日期与另一个数据框中的日期进行比较？
【发布时间】：2020-09-13 10:15:48
【问题描述】：

我有数据框 1：

Hotel   DateFrom    DateTo      Room
BBB     2019-10-29  2020-03-27  DHS
BBB     2020-03-28  2020-10-30  DHS
BBB     2020-10-31  2021-03-29  DHS
BBB     2021-03-30  2099-01-01  DHS

和数据框 2：

Hotel   DateFrom    DateTo      Room    Food
BBB     2020-03-01  2020-04-24  DHS     A
BBB     2020-04-25  2020-05-03  DHS     B
BBB     2020-05-04  2020-05-31  DHS     C
BBB     2020-06-01  2020-06-22  DHS     D
BBB     2020-06-23  2020-08-26  DHS     E
BBB     2020-08-27  2020-11-30  DHS     F

我需要检查 df1 中的每一行是否以及 df1_DateFrom 是否介于 df2_DateFrom 和 df2_DateTo 之间。然后我需要将该食品代码从 df2 获取到 df1 中的新列或如下所示的新 df3。

结果如下所示：

df3:

    Hotel   DateFrom    DateTo      Room  Food
    BBB     2019-10-29  2020-03-27  DHS   
    BBB     2020-03-28  2020-10-30  DHS   A
    BBB     2020-10-31  2021-03-29  DHS   F 
    BBB     2021-03-30  2099-01-01  DHS

我非常感谢任何帮助。我对 Pandas 有点陌生，还在学习，我必须说这对我来说有点复杂。

【问题讨论】：

欢迎来到stackoverflow！您可能正在尝试实现类似于此问题stackoverflow.com/questions/31328014/… 中所问的内容

标签： python pandas dataframe

【解决方案1】：

您可以进行交叉合并和查询：

# recommend dealing with datetime type:
df1['DateFrom'],df1['DateTo'] = pd.to_datetime(df1['DateFrom']),pd.to_datetime(df1['DateTo'])
df2['DateFrom'],df2['DateTo'] = pd.to_datetime(df2['DateFrom']),pd.to_datetime(df2['DateTo'])

new_df = (df1.reset_index().merge(df2, on=['Hotel','Room'],
                                  how='left', suffixes=['','_'])
             .query('DateFrom_ <= DateFrom <= DateTo_')
         )
df1['Food'] = new_df.set_index('index')['Food']

输出：

  Hotel   DateFrom     DateTo Room Food
0   BBB 2019-10-29 2020-03-27  DHS  NaN
1   BBB 2020-03-28 2020-10-30  DHS    A
2   BBB 2020-10-31 2021-03-29  DHS    F
3   BBB 2021-03-30 2099-01-01  DHS  NaN

【讨论】：

谢谢你，工作得很好——现在我只需要弄清楚那里到底发生了什么:)
所以我正在阅读有关合并的内容，我想我明白了。但我还有一个问题。如果我合并两个数据框：（df1 有列 [hotel, room, guestName]）和（df2 有列 [hotel, room, dateFrom, dateTo]）。当我这样做时： RESULT = df1.merge(df2, on=['hotel', 'room']) - 结果我将得到包含以下列的框架：[hotel, room, guestName, dateFrom, dateTo] 。有没有办法从两个数据帧中获取结果匹配行，但仅从 df1 获取列（所以结果是 [hotel, room, guestName]）。我问是因为我想在合并后跳过另一个过滤。

【解决方案2】：

远不如 Quang Hoang 的回答优雅，但使用 np.piecewise 的解决方案看起来像这样。另见https://stackoverflow.com/a/30630905/4873972

import pandas as pd
import numpy as np
from io import StringIO

# Creating the dataframes.
df1 = pd.read_table(StringIO("""
Hotel   DateFrom    DateTo      Room
BBB     2019-10-29  2020-03-27  DHS
BBB     2020-03-28  2020-10-30  DHS
BBB     2020-10-31  2021-03-29  DHS
BBB     2021-03-30  2099-01-01  DHS
"""), sep=r"\s+").convert_dtypes()

df1["DateFrom"] = pd.to_datetime(df1["DateFrom"])
df1["DateTo"] = pd.to_datetime(df1["DateTo"])

df2 = pd.read_table(StringIO("""
Hotel   DateFrom    DateTo      Room    Food
BBB     2020-03-01  2020-04-24  DHS     A
BBB     2020-04-25  2020-05-03  DHS     B
BBB     2020-05-04  2020-05-31  DHS     C
BBB     2020-06-01  2020-06-22  DHS     D
BBB     2020-06-23  2020-08-26  DHS     E
BBB     2020-08-27  2020-11-30  DHS     F
"""), sep=r"\s+").convert_dtypes()

df2["DateFrom"] = pd.to_datetime(df2["DateFrom"])
df2["DateTo"] = pd.to_datetime(df2["DateTo"])
# Avoid zero index for merging later on.
df2["id"] = np.arange(1, len(df2) +1 )

# Find matching indexes.
df1["df2_id"] = np.piecewise(
    np.zeros(len(df1)), 
    [(df1["DateFrom"].values >= start_date) & (df1["DateFrom"].values <= end_date) for start_date, end_date in zip(df2["DateFrom"].values, df2["DateTo"].values)], 
    df2.index.values
)

# Merge on matching indexes.
df1.merge(df2["Food"], left_on="df2_id", right_index=True, how="left")

输出：

  Hotel   DateFrom     DateTo Room Food
0   BBB 2019-10-29 2020-03-27  DHS  NaN
1   BBB 2020-03-28 2020-10-30  DHS    A
2   BBB 2020-10-31 2021-03-29  DHS    F
3   BBB 2021-03-30 2099-01-01  DHS  NaN

【讨论】：