Warning: file_get_contents(/data/phpspider/zhask/data//catemap/2/python/361.json): failed to open stream: No such file or directory in /data/phpspider/zhask/libs/function.php on line 167

Warning: Invalid argument supplied for foreach() in /data/phpspider/zhask/libs/tag.function.php on line 1116

Notice: Undefined index: in /data/phpspider/zhask/libs/function.php on line 180

Warning: array_chunk() expects parameter 1 to be array, null given in /data/phpspider/zhask/libs/function.php on line 181
Python 使用两个数据帧比较开始日期和结束日期之间的日期_Python_Pandas_Datetime_Join_Merge - Fatal编程技术网

Python 使用两个数据帧比较开始日期和结束日期之间的日期

Python 使用两个数据帧比较开始日期和结束日期之间的日期,python,pandas,datetime,join,merge,Python,Pandas,Datetime,Join,Merge,我有两个数据帧。两者都是不同的形状。 第一个数据帧:- 开始日期结束日期id 01 15/03/19 15:30 31/03/19 15:30 11 02 31/03/19 15:30 15/04/19 15:30 12 03 15/04/19 15:30 30/04/19 15:30 13 第二数据帧:- item\u id按金额购买 0 100 15/03/19 15:33 149 1 200 8/04/19 15:47 4600 2 3

我有两个数据帧。两者都是不同的形状。 第一个数据帧:-

开始日期结束日期id
01  15/03/19 15:30  31/03/19 15:30  11
02  31/03/19 15:30  15/04/19 15:30  12
03  15/04/19 15:30  30/04/19 15:30  13
第二数据帧:-

item\u id按金额购买
0   100     15/03/19 15:33  149
1   200     8/04/19 15:47   4600
2   300     17/04/19 15:31  8200
3   400     20/04/19 16:00  350
我想要预期的输出:-

item\u id按金额id购买
0   100     15/03/19 15:33  149   11
1   200     8/04/19 15:47   4600  12
2   300     17/04/19 15:31  8200  13
3   400     20/04/19 16:00  350   13
如何获得它的预期输出

## https://stackoverflow.com/questions/44053666/python-assign-value-to-pandas-df-if-falls-between-range-of-dates-in-another-df
s = pd.Series(df1['id'].values, pd.IntervalIndex.from_arrays(df1['start_date'], df1['end_date']))

# Map based on the date of df_a.
df2['id'] = df2['purchase_at'].map(s)
输出:-

   item_id  purchase_at    amount id 
0   100     15/03/19 15:33  149   11
1   200     8/04/19 15:47   4600  12
2   300     17/04/19 15:31  8200  13
3   400     20/04/19 16:00  350   13

以下是0.20之前的Pandas版本(不含
IntervalIndex
)的一种方法:

df2['purchase_at'] = pd.to_datetime(df2['purchase_at'], dayfirst=True)
df2.set_index('purchase_at', inplace=True)
df2['id'] = 0
for _, d in df1.iterrows(): df2.loc[d['start_date']:d['end_date'], 'id'] = d['id']

它使用。

到目前为止您尝试了什么?@RMPR我尝试了多种方法,但发现了一个错误,例如:但是如何比较两个数据帧?