Python 根据条件时间范围过滤每个 ID 的数据帧

发布于04月21日

嗨，我会努力解释我面临的问题.

我有一个数据帧(df)，具有以下内容:

ID	Date (dd-mm-yyyy)
AAA	01-09-2020
AAA	01-11-2020
AAA	18-03-2021
AAA	10-10-2022
BBB	01-01-2019
BBB	01-03-2019
CCC	01-05-2020
CCC	01-07-2020
CCC	01-08-2020
CCC	01-10-2021

我创建了另一个数据帧(df2)，每个ID的第一个注册日期(t)和t+3个月:

ID	T (First Date Occurred)	T+3
AAA	01-09-2020	01-12-2020
BBB	01-01-2019	01-03-2020
CCC	01-05-2020	01-08-2020

我正在努力实现的理想输出是根据df2("T"和"T+3")中定义的两个日期过滤器过滤df:

e、 g.AAA=AAA&gt；T&amp；AAA&lt；T+3

ID	Date (dd-mm-yyyy)
AAA	01-11-2020
BBB	01-03-2019
CCC	01-07-2020
CCC	01-08-2020

最好的方法是什么？感谢您的帮助！

推荐答案

IIUC，你可以用pandas.merge_asof加allow_exact_matches=False:

(pd.merge_asof(df1.sort_values(by='Date'), df2.sort_values(by='T'),
               allow_exact_matches=False,
               by='ID', left_on='Date', right_on='T')
   .loc[lambda d: d['Date'] <= d['T+3']]
)

NB. the exact condition on the T+3 is unclear as you describe "< T+3" but the shown output has "<= T+3", just chose what you want (< or <=) in the 100

输出:

    ID       Date          T        T+3
1  BBB 2019-03-01 2019-01-01 2020-03-01
3  CCC 2020-07-01 2020-05-01 2020-08-01
4  CCC 2020-08-01 2020-05-01 2020-08-01
6  AAA 2020-11-01 2020-09-01 2020-12-01