如何在数据帧之间进行多逻辑值比较？答案

【问题标题】：How to do multi logic value comparisons between dataframes?如何在数据帧之间进行多逻辑值比较？
【发布时间】：2019-02-09 19:37:22
【问题描述】：

我有两个这样的数据框：

df1:

Email      DateTimeCompleted
2@2.com    2019-02-09T01:34:44.591Z

df2:

Email         DateTimeCompleted
b@b.com       2019-01-29T01:34:44.591Z
2@2.com       2018-01-29T01:34:44.591Z

如何在 df2 中查找 Email 值并比较 DateTimeCompleted 大于 TODAY（减去）90 天的位置并将 df1 行数据附加到 df2 中？有时添加 df2 可以是空的，如果这会有所不同。

df2 更新后如下所示：

 Email         DateTimeCompleted
b@b.com       2019-01-29T01:34:44.591Z
2@2.com       2018-01-29T01:34:44.591Z
2@2.com       2019-02-09T01:34:44.591Z

我试过了：

from datetime import date    

if df1.Email in df2.Email & df2.DateTimeCompleted >= date.today()-90 :
    print('true')

我得到错误：

TypeError: 'Series' objects are mutable, thus they cannot be hashed

Also tried:

if df2.Email.str.contains(df1.Email.iat[0]):
    print('true')

got error:

ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

【问题讨论】：

标签： python-3.x pandas dataframe

【解决方案1】：

您可以执行以下操作：
1. merge keycolumns Email 上的两个数据框，因此您知道哪些行包含在两个数据框中。
2.过滤大于today - 90days的行
3. 使用pd.concat 将数据帧连接到final

代码：

# Merge dataframes together
df3 = pd.merge(df1, df2, on=['Email'], suffixes=['', '_2'])

# Filter the rows
df3 = df3[df3.DateTimeCompleted > (dt.today() - timedelta(90))]

# Drop the column we dont need
df3.drop(['DateTimeCompleted_2'], axis=1, inplace=True)

# Create final dataframe by concatting
df_final = pd.concat([df2, df3], ignore_index=True)

    Email   DateTimeCompleted
0   b@b.com 2019-01-29 01:34:44.591
1   2@2.com 2018-01-29 01:34:44.591
2   2@2.com 2019-02-09 01:34:44.591

【讨论】：

【解决方案2】：

我写了一个函数来做以下事情

函数接受参数

mailid, dataframe1, dataframe2

def process(mailid,df1,df2):
    if mailid in df2.Email.values:
        b = df1.loc[df1.Email==mailid,"DateTimeCompleted"].head(1)
        if((~b.empty) or (int(((pd.to_datetime('today'))-(pd.to_datetime(b))).astype('timedelta64[D]')) >90)):
            df1 = pd.concat([df1, pd.DataFrame([[mailid,b[0]]],columns=['Email','DateTimeCompleted'])],axis=0)
            print("Added the row")
        else:
            print("Condition failed")
            print("False")
    else:
        print("The mail is not there in dataframe")
    return df1

【讨论】：