如何根据熊猫中其他数据框的多个条件在数据框中创建新的布尔列答案

【问题标题】：How to create a new boolean column in a dataframe based on multiple conditions from other dataframe in pandas如何根据熊猫中其他数据框的多个条件在数据框中创建新的布尔列
【发布时间】：2018-08-09 00:06:52
【问题描述】：

我有一个数据框

entity  response    date
p   a1  1-Feb-14
p   a2  2-Feb-14
p   a3  3-Feb-14
p   a4  4-Feb-14
p   a5  5-Feb-14
p   a6  6-Feb-14
p   a7  7-Feb-14
p   a8  8-Feb-14
p   a9  9-Feb-14
p   a10 10-Feb-14
p   a11 11-Feb-14
p   a12 12-Feb-14
p   a13 13-Feb-14
p   a14 14-Feb-14
p   a15 15-Feb-14

和另一个数据框：

entity  start_date  end_date
p   2-Feb-14    4-Feb-14
p   6-Feb-14    7-Feb-14
p   9-Feb-14    12-Feb-14
q   1-Feb-14    7-Feb-14

基于第二个数据帧，我必须在第一个数据帧中创建一个 True False 列对于 P，如果日期位于任何开始和结束日期窗口之间，则它应该为 true，否则为 false。

什么是最快和最短的方法。我尝试遍历整个数据框，但这需要时间并且也会使代码变长

【问题讨论】：

请阅读How to Ask。不要发布数据帧的图片。
我回滚了 OP 的编辑，因为他们最初有实际的数据框（尽管他们没有实际的日期，这会很有帮助）
q 是从哪里来的？你为什么把日期写成小写？
我添加了 q 作为示例，因为在其他数据框中可以有许多实体
@sacul 我添加了日期

标签： python pandas dataframe

【解决方案1】：

恕我直言，根据您的数据，有时可以先扩展日期范围

df2 = pd.concat([
    pd.DataFrame(pd.date_range(start_date, end_date), columns=['date']).assign(entity=entity)
    for _, (entity, start_date, end_date) in df2.iterrows()
]).drop_duplicates()
df.merge(df2, on=['entity', 'date'], how='left', indicator=True)['_merge'] == 'both'

【讨论】：

【解决方案2】：

也许我想多了，但是

def f(s):
    f2 = lambda d, n: ((d >= df2[df2.entity == n].start_date) & (d <= df2[df2.entity==n].end_date)).any()
    return(s.transform(f2, n=s.name))

df.groupby('entity').date.transform(f)

0     False
1      True
2      True
3      True
4     False
5      True
6      True
7     False
8      True
9      True
10     True
11     True
12    False
13    False
14    False
15    False
Name: date, dtype

你也可以先做一些预处理来加快进程

df2['j']  = df2.agg(lambda k: pd.Interval(k.start_date, k.end_date), 1)
dic = df2.groupby('entity').agg(lambda k: list(k)).to_dict()['j']
df[['entity', 'date']].transform(lambda x: any(x['date'] in z for z in dic[x['entity']]), 1)

请注意，默认情况下，这使用 pd.Interval 仅在右侧关闭，但应该比链式转换快 20 倍左右。

【讨论】：