Python pd.merge_asof与聚合

给定一个具有新时间段（新班次）开始时间的数据帧，将下一个时间段（班次）之前发生的所有销售相加

所以pd.merge\u asof做了我想要的，除了它只做1:1的合并。最好是获得一个多索引数据帧，其中索引[0]是检查点，索引[1]是销售行，这样我可以在之后自由聚合。最后的办法是一个丑陋的O（n）环

每个df中的行数为数百万。

---

有什么想法吗？

你可以使用

pd.cut

例如，如果你想按范围分组，你可以这样使用。 正如您所知，我添加了24以显示范围的完成情况

pd.cut(df_sales["time"], [1,5,10,24])

如果要自动执行此操作，可以使用以下方法：

获取您的检查点，添加24个完成时间，分组，合计销售额，重置concat的索引

group_and_sum = df_sales.groupby(pd.cut(df_sales["time"], df_checkpoints['time'].append(pd.Series(24))),as_index = False).sum().drop('time',axis=1)

名称的concat 2数据帧

pd.concat([group_and_sum,df_checkpoints],axis=1)

输出

soldCount   time    shift
0   1   1   Adam
1   9   5   Ben
2   5   10  Carl

---

这是一个奇迹，但不幸的是，使用500k行时，由于实现速度慢，使用pd.cut运行需要几分钟。我最终实现了对pd.cut的替换，并添加了在中运行的numba.njit

soldCount   time    shift
0   1   1   Adam
1   9   5   Ben
2   5   10  Carl