【问题标题】:How to join a date to date ranges in Pandas?如何在 Pandas 中加入日期范围?
【发布时间】:2016-05-22 06:36:29
【问题描述】:

我有一个包含日期的表和另一个包含每周数据的表。我的星期从星期二开始,第二个表的日期应该确定星期(基本上该日期之前的星期二是一周的开始;或者该日期是该周中的示例日)。

如何将日期加入到有关周的信息中?

设置如下:

from datetime import datetime as dt
import pandas as pd

df=pd.DataFrame([dt(2016,2,3), dt(2016,2,8), dt(2016,2,9), dt(2016,2,15)])

df_week=pd.DataFrame([(dt(2016,2,4),"a"), (dt(2016,2,11),"b")], columns=["week", "val"])
# note the actual start of the weeks are the Tuesdays: 2.2., 9.2.

# I expect a new column df["val"]=["a", "a", "b", "b"]

我见过 pandas date_range,但我不知道如何从那里做到这一点。

【问题讨论】:

  • DatetimeIndex.asof 工作了吗?

标签: date pandas time-series


【解决方案1】:

您正在寻找DatetimeIndex.asof:

这将在df 中为您提供截至当天最接近的索引:

df_week.set_index('week', inplace=True)
df_week.index.asof(df['day'][1])

您现在可以使用它来选择相应的值:

df_week.loc[df_week.index.asof(df['day'][1])]

最后,将其应用于整个数据框:

df = pd.DataFrame([dt(2016,2,8), dt(2016,2,9), dt(2016,2,15)], columns=['day'])
df['val'] = df.apply(lambda row: df_week.loc[df_week.index.asof(row['day'])]['val'], axis=1)

我从df 中删除了第一个值,因为我不想处理边缘情况。

结果:

         day val
0 2016-02-08   a
1 2016-02-09   a
2 2016-02-15   b

【讨论】:

  • 谢谢。它似乎做了预期的事情。同时我使用了纯 Python 版本,但 asof 将经常有用。请注意,我的一周实际上并不是从给定的日期开始,而是从星期二开始。
猜你喜欢
  • 1970-01-01
  • 2020-05-23
  • 2012-11-06
  • 1970-01-01
  • 2017-04-27
  • 2011-01-19
  • 2017-09-26
  • 1970-01-01
  • 2018-02-20
相关资源
最近更新 更多