为了账号安全,请及时绑定邮箱和手机立即绑定

Pandas:按日期范围/精确 ID 过滤

Pandas:按日期范围/精确 ID 过滤

开心每一天1111 2021-10-12 17:34:38
我正在寻找基于另一个只有三列的小得多的数据框来过滤一个大数据框(数百万行):ID、开始、结束。以下是我放在一起的内容(有效),但似乎groupby()或np.where可能更快。设置:import pandas as pdimport iocsv = io.StringIO(u'''time    id  num2018-01-01 00:00:00 A   12018-01-01 01:00:00 A   22018-01-01 02:00:00 A   32018-01-01 03:00:00 A   42018-01-01 04:00:00 A   52018-01-01 05:00:00 A   62018-01-01 06:00:00 A   62018-01-03 07:00:00 B   102018-01-03 08:00:00 B   112018-01-03 09:00:00 B   122018-01-03 10:00:00 B   132018-01-03 11:00:00 B   142018-01-03 12:00:00 B   152018-01-03 13:00:00 B   162018-05-29 23:00:00 C   1112018-05-30 00:00:00 C   1222018-05-30 01:00:00 C   1332018-05-30 02:00:00 C   1442018-05-30 03:00:00 C   155''')df = pd.read_csv(csv, sep = '\t')df['time'] = pd.to_datetime(df['time'])csv_filter = io.StringIO(u'''id  start   endA   2018-01-01 01:00:00 2018-01-01 02:00:00B   2018-01-03 09:00:00 2018-01-03 12:00:00C   2018-05-30 00:00:00 2018-05-30 08:00:00''')df_filter = pd.read_csv(csv_filter, sep = '\t')df_filter['start'] = pd.to_datetime(df_filter['start'])df_filter['end'] = pd.to_datetime(df_filter['end'])工作代码df = pd.merge_asof(df, df_filter, left_on = 'time', right_on = 'start', by = 'id').dropna(subset = ['start']).drop(['start','end'], axis = 1)df = pd.merge_asof(df, df_filter, left_on = 'time', right_on = 'end', by = 'id', direction = 'forward').dropna(subset = ['end']).drop(['start','end'], axis = 1)输出                  time id  num0  2018-01-01 01:00:00  A    21  2018-01-01 02:00:00  A    36  2018-01-03 09:00:00  B   127  2018-01-03 10:00:00  B   138  2018-01-03 11:00:00  B   149  2018-01-03 12:00:00  B   1511 2018-05-30 00:00:00  C  12212 2018-05-30 01:00:00  C  13313 2018-05-30 02:00:00  C  14414 2018-05-30 03:00:00  C  155关于更优雅/更快的解决方案的任何想法?
查看完整描述

1 回答

?
慕的地6264312

TA贡献1817条经验 获得超6个赞

为什么不是merge在过滤之前。请注意,当数据集很大时,这会占用您的内存。


newdf=df.merge(df_filter)

newdf=newdf.loc[newdf.time.between(newdf.start,newdf.end),df.columns.tolist()]

newdf

Out[480]: 

                  time id  num

1  2018-01-01 01:00:00  A    2

2  2018-01-01 02:00:00  A    3

9  2018-01-03 09:00:00  B   12

10 2018-01-03 10:00:00  B   13

11 2018-01-03 11:00:00  B   14

12 2018-01-03 12:00:00  B   15

15 2018-05-30 00:00:00  C  122

16 2018-05-30 01:00:00  C  133

17 2018-05-30 02:00:00  C  144

18 2018-05-30 03:00:00  C  155


查看完整回答
反对 回复 2021-10-12
  • 1 回答
  • 0 关注
  • 162 浏览
慕课专栏
更多

添加回答

举报

0/150
提交
取消
意见反馈 帮助中心 APP下载
官方微信