在两个数据框之间插入日期列熊猫

我想在两个数据框中的两个日期列之间插入python熊猫。在两个数据框之间插入日期列熊猫

我想给“EVENT”列“DrillDate”从dfDrillTable结合起来，在dfCompTable的下一个最接近的日期次数。 dfDrillTable具有“Drilldate”，将始终发生在dfCompTable“OpenDate”之前之前。 dfDrillTable和dfCompTable 必须都加入“名称”，但只有dfDrillTable有一个独特的“EVENT”，我试图链接两个数据框。

在钻取表中存在一些不存在于dfCompTable（和vera）中的EVENT数据。我需要这些仍然进入表中，但作为价值不存在的空白。

我已经创建了两个示例数据框供以下参考。然后第三个显示我想要的结果。

我知道有多种方法可以用outerjoins和this和this做到这一点，但我只是寻找在两个日期之间插入的最干净，最简单的方法。

#dfDrillTable 

Name EVENT DrillDate 
0 W1 E1 2000-01-01 
1 W1 E2 2000-03-01 
2 W2 E3 2000-04-01 
3 W1 E4 2000-05-15 
4 W2 E5 2000-01-10 
5 W3 E6 2000-02-01 
6 G1 E1 2000-02-02 

    #dfCompTable 
    Name OpenDate 
0 W1 2000-01-02 
1 W1 2000-03-15 
2 W1 2000-05-10 
3 W1 2000-05-20 
4 W2 2000-01-15 
5 W3 2000-02-10 
6 X1 2016-05-05 


    #dfInterp Outcome 


Name EVENT DrillDate OpenDate 
0 W1 E1 2000-01-01 2000-01-02 
1 W1 E2 2000-03-01 2000-03-15 
2 W1 E3 2000-04-01 2000-05-10 
3 W1 E4 2000-05-15 2000-05-20 
4 W2 E5 2000-01-10 2000-01-15 
5 W3 E6 2000-02-01 2000-02-10 
6 G1 E1 2000-01-10 NaT 
7 X1  NaT 2016-05-05

这里是创建表

# Two DataTables 
raw_data = {'Name': ['W1', 'W1', 'W2', 'W1', 'W2','W3','G1'], 
      'EVENT':['E1', 'E2', 'E3', 'E4', 'E5','E6','E1'], 
     'DrillDate': ['01/01/2000', '03/01/2000', '04/01/2000', '05/15/2000', '01/10/2000','02/01/2000','02/02/2000']} 
dfDrillTable = pd.DataFrame(raw_data, columns = ['Name','EVENT','DrillDate']) 
dfDrillTable['DrillDate'] = pd.to_datetime(dfDrillTable['DrillDate']) 
dfDrillTable 

raw_data2 = {'Name': ['W1', 'W1', 'W1', 'W1', 'W2','W3','X1'], 
     'OpenDate': ['01/02/2000', '03/15/2000', '05/10/2000', '05/20/2000', '01/15/2000','02/10/2000','05/05/2016']} 
dfCompTable = pd.DataFrame(raw_data2, columns = ['Name','OpenDate']) 
dfCompTable['OpenDate'] = pd.to_datetime(dfCompTable['OpenDate']) 
dfCompTable

和结果代码：

# Hopefull Outcome 
raw_data = {'Name': ['W1', 'W1', 'W1', 'W1', 'W2','W3','G1','X1'], 
      'EVENT':['E1', 'E2', 'E3', 'E4', 'E5','E6','E1',''], 
     'DrillDate': ['01/01/2000', '03/01/2000', '04/01/2000', '05/15/2000', '01/10/2000','02/01/2000','01/10/2000',''], 
      'OpenDate': ['01/02/2000', '03/15/2000', '05/10/2000', '05/20/2000', '01/15/2000','02/10/2000','','05/05/2016']} 
dfInterp = pd.DataFrame(raw_data, columns = ['Name','EVENT','DrillDate','OpenDate']) 
dfInterp['DrillDate'] = pd.to_datetime(dfInterp['DrillDate']) 
dfInterp['OpenDate'] = pd.to_datetime(dfInterp['OpenDate']) 
dfInterp

来源

2017-04-03 brandog

让我们使用pd.merge_asof：< - 链接到文件

pd.merge_asof在版本0.19.0中是新的。确保你已经安装了最新的熊猫。

dfInterp = pd.merge_asof(dfCompTable.sort_values(by="OpenDate") 
         ,dfDrillTable.sort_values(by="DrillDate") 
         ,left_on="OpenDate",right_on="DrillDate") 

dfInterp[['Name_x','EVENT','DrillDate','OpenDate']].sort_values(by='Name_x') 

    Name_x EVENT DrillDate OpenDate 
0  W1 E1 2000-01-01 2000-01-02 
3  W1 E2 2000-03-01 2000-03-15 
4  W1 E3 2000-04-01 2000-05-10 
5  W1 E4 2000-05-15 2000-05-20 
1  W2 E5 2000-01-10 2000-01-15 
2  W3 E6 2000-02-01 2000-02-10

来源

2017-04-03 21:08:14

谢谢，这适用于quesition中的数据框。（尽管如此，我认为你在额外的_on =“DrillDate”中）。当我用我的实际数据运行公式时，我得到一个“ValueError：左键必须排序”，我排序他们，但仍然不会工作。有重复的数据和数据点也不在这两个数据框中。这是否重要？再次感谢。 – brandog

您能否生成失败的输入？ –

嗨，很抱歉找回这么晚。我看到它失败的原因是因为在我的原始表格中，开放日期有空白值。我删除了这些代码并没有发生错误。输出不是我想要的，但。它没有通过“名称”列加入值。相反，它只是找到最接近的日期，而不考虑“名称”。我已经更新了上述问题中的代码以显示此内容。有没有办法再添加一块逻辑来仅在名称列是=时插入？谢谢。 – brandog

在两个数据框之间插入日期列熊猫

回答

相关问题