如何使用Python/Pandas从另一个df中提取日期范围最接近记录的1条相关记录？

我正在使用Pandas/Python中的2个数据帧，并将其作为CSV加载-

“用户”-包含带有ID（非索引）的注册日期和更多信息（同一用户的多个可能存在多年）

“条目”-包含其条目的日期以及与用户ID一致的ID（不是索引）

我需要能够找到实例，其中一个条目在用户开始日期的1年内，但可能有许多用户到许多条目日期，我需要找到每个条目最接近开始日期的日期

我已经尝试过pd.merge_asof（），但有点卡住了，不知道在这种情况下如何使用它。我在两个数据框（用户，条目）中都为日期创建了一个新列，标题为“days_After_today”，它是今天的日期减去作为整数跟踪的日期，我认为这对于这里的比较很有用，只是不完全确定如何实现它

我的预期输出是寻找用户注册日期的条目在一年之前（但不是之后）的实例，并合并这些单元格

---

请给我一些建议好吗？

假设

用户

有一个唯一的注册日期，我们可以将日期映射到

条目

数据框，然后通过匹配年份进行过滤

接下来，我们可以应用一个

groupby

，并在该年内按每个用户的输入日期返回最低索引

df1=用户

，

df2=条目

df1['reg_date'] = pd.to_datetime(df1['reg_date'])

df2['entry_date'] = pd.to_datetime(df2['entry_date'])

df2['reg_date'] = df2['ID'].map(df1.set_index('ID')['reg_date'])

idx = df2[df2['entry_date'].dt.year == df2['reg_date'].dt.year]\
                           .groupby('ID')['entry_date'].idxmin()


df2.loc[idx]

   nac   ID  age description  days_since_today entry_date   reg_date
0   14  4EF   33   something                 4 2019-01-05 2019-01-07

---

请展示您的数据样本和预期输出。请参阅和，以获取更多有关SO问题规则的信息，更新！

    nac ID  age description days_since_today entry_date
0   14  4EF 33  something   4                 01/05/2019
2   2   4AA 33  something   320                 01/07/2016
4   1   8SD 33  something   400                 01/01/2019

df1['reg_date'] = pd.to_datetime(df1['reg_date'])

df2['entry_date'] = pd.to_datetime(df2['entry_date'])

df2['reg_date'] = df2['ID'].map(df1.set_index('ID')['reg_date'])

idx = df2[df2['entry_date'].dt.year == df2['reg_date'].dt.year]\
                           .groupby('ID')['entry_date'].idxmin()


df2.loc[idx]

   nac   ID  age description  days_since_today entry_date   reg_date
0   14  4EF   33   something                 4 2019-01-05 2019-01-07