如何比较两个不同数据框中的日期时间答案

【问题标题】：How to compare datetimes in two different dataframes如何比较两个不同数据框中的日期时间
【发布时间】：2020-03-15 02:43:41
【问题描述】：

我有两个不同的数据框，如下所示：

time  .. ...
2019-05-01 10:50:21
2019-05-01 10:50:22
2019-05-01 10:50:23
..

和同一行的另一个：

from  to
2019-05-01 10:50:21 2019-05-01 10:55:21

我从两个不同的 .csv 导入数据帧并使用 pd.to_datetime 转换时间戳

我想删除 df1 中 df1.time 包含在 df1.from 和 df2.to 中的所有单元格。

if df1.time > df2.from and df2.time < df2.to
  delete

我该如何继续？

谢谢

【问题讨论】：

标签： python pandas

【解决方案1】：

假设您的第一个数据帧从 2019-05-01 10:50:21 开始，到 2019-05-01 10:55:30 结束。让我们在这里创建两个数据框：

import pandas as pd

a = pd.date_range("2019-05-01 10:50:21", "2019-05-01 10:55:50", freq='s')
df1 = pd.DataFrame({'time': a})

df2 = pd.DataFrame({
    "from": ["2019-05-01 10:50:21", "2019-05-01 10:55:30"], 
    "to": ["2019-05-01 10:55:21", "2019-05-01 10:55:45"]}, 
    index=[0, 1]
    ).apply(lambda s: pd.to_datetime(s))

我们可以使用date_range创建每个中间日期时间值，然后检查第一个数据帧的每个值是否属于这个范围：

dt_ranges = [pd.date_range(row['from'], row['to'], freq='s') for _, row in df2.iterrows()]
dt_rng = pd.concat([pd.Series(ix) for ix in dt_ranges])

mask = df1.isin(dt_rng.values)
filtered = df1[~mask].dropna()
print(filtered)

                   time
301 2019-05-01 10:55:22
302 2019-05-01 10:55:23
303 2019-05-01 10:55:24
304 2019-05-01 10:55:25
305 2019-05-01 10:55:26
306 2019-05-01 10:55:27
307 2019-05-01 10:55:28
308 2019-05-01 10:55:29
325 2019-05-01 10:55:46
326 2019-05-01 10:55:47
327 2019-05-01 10:55:48
328 2019-05-01 10:55:49
329 2019-05-01 10:55:50

【讨论】：

对不起，我更好地解释了我的问题。在 df1.time 中，每秒有一行 24 小时，我想为 df2 的每一行删除 df2.from 和 df2.to 间隔中包含的 df1 中的所有单元格。
@andrea_r94 好的，我明白了，那么它只是多个范围的相同机制。我正在编辑答案
@andrea_r94 我编辑了答案以考虑多行 df2。