如何在另一个数据框的基础上过滤一个数据框答案

【问题标题】：How to filter one dataframe on the basis of other如何在另一个数据框的基础上过滤一个数据框
【发布时间】：2019-12-27 17:30:45
【问题描述】：

我有一个数据框，我需要根据另一个数据框的开始和结束日期过滤日期。

df1 的 all_dates 应该在 df2 的 start_date 和 end_date 范围内

示例集如下。 pandas 实现这一目标的最佳方法是什么？

考虑到下面的示例数据框，我已经包含了预期的结果集

df1 

ID all_date   clicks
1  2019-08-21   5
1  2019-08-22   4
1  2019-08-25   2
1  2019-08-27   2
2  2019-07-18   5
2  2019-07-21   5
2  2019-07-23   6
2  2019-07-25   6
2  2019-07-27   6

df2

ID start_date  end_date
1  2019-08-21 2019-08-23
2  2019-07-18 2019-07-24

expected output:

df1

ID all_date   clicks
1  2019-08-21   5
1  2019-08-22   4
2  2019-07-18   5
2  2019-07-21   5
2  2019-07-23   6

输出应包含日期范围，即 df2 的 start_date 和 end_date

【问题讨论】：

标签： python python-3.x pandas pandasql

【解决方案1】：

首先使用DataFrame.merge，然后按Series.between 过滤，loc 按列名过滤，boolean indexing：

df1['all_date'] = pd.to_datetime(df1['all_date'])
df2['start_date'] = pd.to_datetime(df2['start_date'])
df2['end_date'] = pd.to_datetime(df2['end_date'])

df = df1.merge(df2, on='ID')
df = df.loc[df['all_date'].between(df['start_date'], df['end_date']), df1.columns]
print (df)
   ID   all_date  clicks
0   1 2019-08-21       5
1   1 2019-08-22       4
4   2 2019-07-18       5
5   2 2019-07-21       5
6   2 2019-07-23       6

【讨论】：