Python 如何通过向后一天的时间戳过滤数据

这是我的筛选条件（向后一天），称为

df

customer_id   timestamp
1             2018-06-03 17:56:52
2             2018-06-03 18:42:51

这是主数据集，称为

df2

transaction_id customer_id   timestamp
1              1             2018-06-02 09:56:23
2              1             2018-06-03 02:56:52
3              1             2018-06-03 12:56:52
4              2             2018-06-03 12:40:51
5              2             2018-06-03 18:40:51
6              2             2018-06-03 18:48:50

我想要的是

transaction_id customer_id   timestamp
2              1             2018-06-03 02:56:52
3              1             2018-06-03 12:56:52
4              2             2018-06-03 12:40:51
5              2             2018-06-03 18:40:51

这是因为对于

customer\u id=1

而言，筛选标准应从

2018-06-02 17:56:52

到

2018-06-03 17:56:52

及

这是因为对于

customer\u id=2

而言，过滤标准应从

2018-06-02 18:42:51

开始到

2018-06-03 18:42:51

使用

由
map
创建的
系列
，再减去一天，过滤：

详细信息：

print (s)
0   2018-06-03 17:56:52
1   2018-06-03 17:56:52
2   2018-06-03 17:56:52
3   2018-06-03 18:42:51
4   2018-06-03 18:42:51
5   2018-06-03 18:42:51
Name: customer_id, dtype: datetime64[ns]

使用由
系列
创建的
地图
，另一个用一天减去，过滤方式：

详细信息：

print (s)
0   2018-06-03 17:56:52
1   2018-06-03 17:56:52
2   2018-06-03 17:56:52
3   2018-06-03 18:42:51
4   2018-06-03 18:42:51
5   2018-06-03 18:42:51
Name: customer_id, dtype: datetime64[ns]

您可以创建新时间，然后检查时间戳是否位于

after = df2['customer_id'].map(df1.set_index('customer_id')['timestamp'])
before = after - pd.Timedelta('1 days')


df2[(df2['timestamp'] > before) & (df2['timestamp'] < after)]

   transaction_id  customer_id           timestamp
1               2            1 2018-06-03 02:56:52
2               3            1 2018-06-03 12:56:52
3               4            2 2018-06-03 12:40:51
4               5            2 2018-06-03 18:40:51

after=df2['customer\u id'].map（df1.set\u index（'customer\u id'）['timestamp']））
前=后-pd.Timedelta（'1天'
df2[（df2['timestamp']>之前）和（df2['timestamp']<之后）]
事务\u id客户\u id时间戳
1               2            1 2018-06-03 02:56:52
2               3            1 2018-06-03 12:56:52
3               4            2 2018-06-03 12:40:51
4               5            2 2018-06-03 18:40:51
您可以创建新时间，然后检查时间戳是否位于时间i，e之间

after = df2['customer_id'].map(df1.set_index('customer_id')['timestamp'])
before = after - pd.Timedelta('1 days')


df2[(df2['timestamp'] > before) & (df2['timestamp'] < after)]

   transaction_id  customer_id           timestamp
1               2            1 2018-06-03 02:56:52
2               3            1 2018-06-03 12:56:52
3               4            2 2018-06-03 12:40:51
4               5            2 2018-06-03 18:40:51

after=df2['customer\u id'].map（df1.set\u index（'customer\u id'）['timestamp']））
前=后-pd.Timedelta（'1天'
df2[（df2['timestamp']>之前）和（df2['timestamp']<之后）]
事务\u id客户\u id时间戳
1               2            1 2018-06-03 02:56:52
2               3            1 2018-06-03 12:56:52
3               4            2 2018-06-03 12:40:51
4               5            2 2018-06-03 18:40:51