如何在python中左连接2个数据帧，如果筛选后的第2个数据帧中有多个匹配行，则使用第一行连接

我有2个数据帧，每个数据帧都有一个数据类型为datatime的列。 我想在以下条件下将第二个数据帧与第一个数据帧连接起来

查找其日期时间值介于第二个数据帧的日期时间值和前10分钟之间的第一个数据帧的行

如果超过一行，则取第一行

如果没有这样的行，则填充为空或null

一行只能连接一次

现在我用下面的方法做。我想知道，是否有更好的方法来减少总运行时间

from datetime import datetime
import datetime as dt
import pandas as pd


df1 = pd.DataFrame(columns = ['Enter_Time', 'Unique_Id'])
df1.loc[len(df1)] = [datetime.strptime('2018-10-01 06:29:00','%Y-%m-%d %H:%M:%S'), 'A']
df1.loc[len(df1)] = [datetime.strptime('2018-10-01 06:30:00','%Y-%m-%d %H:%M:%S'), 'B']
df1.loc[len(df1)] = [datetime.strptime('2018-10-01 06:31:00','%Y-%m-%d %H:%M:%S'), 'C']
df1.loc[len(df1)] = [datetime.strptime('2018-10-01 06:32:00','%Y-%m-%d %H:%M:%S'), 'D']
df1.loc[len(df1)] = [datetime.strptime('2018-10-01 06:33:00','%Y-%m-%d %H:%M:%S'), 'E']
df1.loc[len(df1)] = [datetime.strptime('2018-10-01 08:29:00','%Y-%m-%d %H:%M:%S'), 'F']
df1.loc[len(df1)] = [datetime.strptime('2018-10-01 08:30:00','%Y-%m-%d %H:%M:%S'), 'G']
df1.loc[len(df1)] = [datetime.strptime('2018-10-01 08:31:00','%Y-%m-%d %H:%M:%S'), 'H']
df1.loc[len(df1)] = [datetime.strptime('2018-10-01 08:32:00','%Y-%m-%d %H:%M:%S'), 'I']
df1.loc[len(df1)] = [datetime.strptime('2018-10-01 08:33:00','%Y-%m-%d %H:%M:%S'), 'j']


df2 = pd.DataFrame(columns = ['Transaction_Time', 'Amount'])
df2.loc[len(df2)] = [datetime.strptime('2018-10-01 06:40:00','%Y-%m-%d %H:%M:%S'), 10.25]
df2.loc[len(df2)] = [datetime.strptime('2018-10-01 07:40:00','%Y-%m-%d %H:%M:%S'), 3.96]
df2.loc[len(df2)] = [datetime.strptime('2018-10-01 08:31:00','%Y-%m-%d %H:%M:%S'), 9.65]
df2.loc[len(df2)] = [datetime.strptime('2018-10-01 08:32:00','%Y-%m-%d %H:%M:%S'), 2.84]

df3 = pd.DataFrame(columns = ['Transaction_Time', 'Amount', 'Enter_Time', 'Unique_Id'])

for id, row in df2.iterrows():
    Transaction_Time = row['Transaction_Time']
    Transaction_Time_Before = Transaction_Time - dt.timedelta(seconds = 600)
    Result_Row = {
        'Transaction_Time' : row['Transaction_Time'],
        'Amount' : row['Amount'],
        'Enter_Time' : '',
        'Unique_Id' : ''
    }

    dfFiletered = df1[(df1["Enter_Time"] < Transaction_Time) & (df1["Enter_Time"] >= Transaction_Time_Before)].sort_values(by= ['Enter_Time'],ascending=True)
    if len(dfFiletered) > 0:
        firstRow = dfFiletered.iloc[0]
        Result_Row['Enter_Time'] = firstRow['Enter_Time']
        Result_Row['Unique_Id'] = firstRow['Unique_Id']
        df1.drop(df1[df1["Unique_Id"] == firstRow['Unique_Id']].index, inplace=True)
    df3.loc[len(df3)] = Result_Row
print(df3)

从日期时间导入日期时间
将日期时间导入为dt
作为pd进口熊猫
df1=pd.DataFrame（列=['Enter\u Time'，'Unique\u Id']）
df1.loc[len（df1）]=[datetime.strtime（'2018-10-01 06:29:00'，'%Y-%m-%d%H:%m:%S'），'A']
df1.loc[len（df1）]=[datetime.strtime（'2018-10-01 06:30:00'，'%Y-%m-%d%H:%m:%S'），'B']
df1.loc[len（df1）]=[datetime.strtime（'2018-10-01 06:31:00'，'%Y-%m-%d%H:%m:%S'），'C']
df1.loc[len（df1）]=[datetime.strtime（'2018-10-01 06:32:00'，'%Y-%m-%d%H:%m:%S'），'d']
df1.loc[len（df1）]=[datetime.strtime（'2018-10-01 06:33:00'，'%Y-%m-%d%H:%m:%S'），'E']
df1.loc[len（df1）]=[datetime.strtime（'2018-10-01 08:29:00'，'%Y-%m-%d%H:%m:%S'），'F']
df1.loc[len（df1）]=[datetime.strtime（'2018-10-01 08:30:00'，'%Y-%m-%d%H:%m:%S'），'G']
df1.loc[len（df1）]=[datetime.strtime（'2018-10-01 08:31:00'，'%Y-%m-%d%H:%m:%S'），'H']
df1.loc[len（df1）]=[datetime.strtime（'2018-10-01 08:32:00'，'%Y-%m-%d%H:%m:%S'），'I']
df1.loc[len（df1）]=[datetime.strtime（'2018-10-01 08:33:00'，'%Y-%m-%d%H:%m:%S'），'j']
df2=pd.DataFrame（列=['Transaction\u Time'，'Amount']）
df2.loc[len（df2）]=[datetime.strtime（'2018-10-01 06:40:00'，'%Y-%m-%d%H:%m:%S'），10.25]
df2.loc[len（df2）]=[datetime.strtime（'2018-10-01 07:40:00'，'%Y-%m-%d%H:%m:%S'），3.96]
df2.loc[len（df2）]=[datetime.strtime（'2018-10-01 08:31:00'，'%Y-%m-%d%H:%m:%S'），9.65]
df2.loc[len（df2）]=[datetime.strtime（'2018-10-01 08:32:00'，'%Y-%m-%d%H:%m:%S'），2.84]
df3=pd.DataFrame（列=['Transaction\u Time'、'Amount'、'Enter\u Time'、'Unique\u Id']）
对于id，df2.iterrows（）中的行：
事务处理时间=行['Transaction\u Time']
事务时间之前=事务时间-dt.timedelta（秒=600）
结果_行={
“事务时间”：行[“事务时间]，
“金额”：行[“金额”]，
“输入时间”：“，
“唯一Id”：”
}
dfFiletered=df1[（df1[“输入时间”]<事务时间）和（df1[“输入时间”]>=事务时间之前）]。排序值（按=[“输入时间”]，升序=True）
如果len（dfFiletered）>0：
firstRow=dfFiletered.iloc[0]
结果_行['Enter_Time']=第一行['Enter_Time']
结果_行['Unique_Id']=第一行['Unique_Id']
df1.drop（df1[df1[“Unique_Id”]==firstRow['Unique_Id']]]。索引，inplace=True）
df3.loc[len（df3）]=结果行
打印（df3）

您可以使用：

它将产生：

#           Enter_Time Unique_Id    Transaction_Time  Amount
#0 2018-10-01 06:29:00         A                 NaT     NaN
#1 2018-10-01 06:30:00         B 2018-10-01 06:40:00   10.25
#2 2018-10-01 06:31:00         C 2018-10-01 06:40:00   10.25
#3 2018-10-01 06:32:00         D 2018-10-01 06:40:00   10.25
#4 2018-10-01 06:33:00         E 2018-10-01 06:40:00   10.25
#5 2018-10-01 08:29:00         F 2018-10-01 08:31:00    9.65
#6 2018-10-01 08:30:00         G 2018-10-01 08:31:00    9.65
#7 2018-10-01 08:31:00         H 2018-10-01 08:31:00    9.65
#8 2018-10-01 08:32:00         I 2018-10-01 08:32:00    2.84
#9 2018-10-01 08:33:00         j                 NaT     NaN

并且只保留首次使用：

df = pd.merge_asof(df1,
                   df2,
                   left_on='Enter_Time',
                   right_on='Transaction_Time',
                   tolerance=pd.Timedelta('10m'),
                   direction='forward')

df.loc[df.duplicated(['Transaction_Time', 'Amount']), ['Transaction_Time', 'Amount']] = (np.nan, np.nan)
df
#           Enter_Time Unique_Id    Transaction_Time  Amount
#0 2018-10-01 06:29:00         A                 NaT     NaN
#1 2018-10-01 06:30:00         B 2018-10-01 06:40:00   10.25
#2 2018-10-01 06:31:00         C                 NaT     NaN
#3 2018-10-01 06:32:00         D                 NaT     NaN
#4 2018-10-01 06:33:00         E                 NaT     NaN
#5 2018-10-01 08:29:00         F 2018-10-01 08:31:00    9.65
#6 2018-10-01 08:30:00         G                 NaT     NaN
#7 2018-10-01 08:31:00         H                 NaT     NaN
#8 2018-10-01 08:32:00         I 2018-10-01 08:32:00    2.84
#9 2018-10-01 08:33:00         j                 NaT     NaN

编辑

要将

df2

与

df1

合并，我想您需要保留默认方向（

“向后”

）：

---

duplicated的转换不会影响您的示例，但它是用来解决问题的。

我尝试了它

df4=pd.merge\u asof（df2，df1，left\u on='Transaction\u Time'，right\u on='Enter\u Time'，tolerance=pd.Timedelta（'10m'），direction='forward'）

但第一排没有任何马赫数。如何获得第一行的正确连接？对不起，如果我的问题造成混乱。df2是左边的数据帧，我想加入df1。因此，您的示例如下所示

df=pd.merge\u asof（df2，df1，left\u on='Transaction\u Time'，right\u on='Enter\u Time'，tolerance=pd.Timedelta（'10m'），direction='forward'）

。它可以工作，但是df1的第二行被连接，而不是第一行。而且第一行没有任何联接。我尝试使用“11m”作为增量值，但相同resutl@Xpeditions我认为方向应该是默认的，就像在edit中一样。事务时间6:40与输入时间6:33合并。但它应该与输入时间6:30合并-从10分钟间隔开始第一次合并。

df = pd.merge_asof(df1,
                   df2,
                   left_on='Enter_Time',
                   right_on='Transaction_Time',
                   tolerance=pd.Timedelta('10m'),
                   direction='forward')

df.loc[df.duplicated(['Transaction_Time', 'Amount']), ['Transaction_Time', 'Amount']] = (np.nan, np.nan)
df
#           Enter_Time Unique_Id    Transaction_Time  Amount
#0 2018-10-01 06:29:00         A                 NaT     NaN
#1 2018-10-01 06:30:00         B 2018-10-01 06:40:00   10.25
#2 2018-10-01 06:31:00         C                 NaT     NaN
#3 2018-10-01 06:32:00         D                 NaT     NaN
#4 2018-10-01 06:33:00         E                 NaT     NaN
#5 2018-10-01 08:29:00         F 2018-10-01 08:31:00    9.65
#6 2018-10-01 08:30:00         G                 NaT     NaN
#7 2018-10-01 08:31:00         H                 NaT     NaN
#8 2018-10-01 08:32:00         I 2018-10-01 08:32:00    2.84
#9 2018-10-01 08:33:00         j                 NaT     NaN

df = pd.merge_asof(df2,
                   df1,
                   left_on='Transaction_Time',
                   right_on='Enter_Time',
                   tolerance=pd.Timedelta('10m'))

df.loc[df.duplicated(['Transaction_Time', 'Amount']), ['Transaction_Time', 'Amount']] = (np.nan, np.nan)
#     Transaction_Time  Amount          Enter_Time Unique_Id
#0 2018-10-01 06:40:00   10.25 2018-10-01 06:33:00         E
#1 2018-10-01 07:40:00    3.96                 NaT       NaN
#2 2018-10-01 08:31:00    9.65 2018-10-01 08:31:00         H
#3 2018-10-01 08:32:00    2.84 2018-10-01 08:32:00         I