根据日期范围和值匹配合并熊猫数据框

Question

我希望自动对银行交易进行对账。有两张表，银行表和系统表，其中系统表中的交易延迟了几天。这些表的长度各不相同，并且没有 1:1 匹配的事务。问题是找到一种一致的方法来识别和分组协调和非协调事务。我遇到的第一个挑战是根据日期范围和数量加入/合并表格。Pandas.merge_asof 适合基于日期范围连接，但仅限于 1 个基于列的连接。请参见下面的示例表：bankdf = pd.DataFrame({'BankDate': pd.date_range('2018-12-28', periods=10, freq='3D'), 'Amount': np.array([140,107,132,188,75,152,88,159,132,107])})systemdf = pd.DataFrame({'SystemCreditDate': pd.date_range('2019-01-04', periods=9, freq='3D'), 'Amount': np.array([107,132,190,75,152,88,110,132,132])})bankdfOut[119]:    Amount   BankDate0     140 2018-12-281     107 2018-12-312     132 2019-01-033     188 2019-01-064      75 2019-01-095     152 2019-01-126      88 2019-01-157     159 2019-01-188     132 2019-01-219     107 2019-01-24systemdfOut[120]:    Amount SystemCreditDate0     107       2019-01-041     132       2019-01-072     190       2019-01-103      75       2019-01-134     152       2019-01-165      88       2019-01-196     110       2019-01-227     132       2019-01-258     132       2019-01-28需要根据“金额”匹配且日期差异小于 6 天（SystemCreditDate - BankDate）< 6）来连接 2 个表。最终结果应如下所示：   Amount   BankDate SystemCreditDate1     107 2018-12-31 2019-01-042     132 2019-01-03 2019-01-073      75 2019-01-09 2019-01-134     152 2019-01-12 2019-01-165      88 2019-01-15 2019-01-196     132 2019-01-21 2019-01-25

Answer 1

使用DataFrame.merge和删除不符合规则的行：

df = bankdf.merge(systemdf)

mask = (df['SystemCreditDate']-df['BankDate']).abs().dt.days<6

df = df.loc[mask, :]

print(df)

     BankDate  Amount SystemCreditDate

0  2018-12-31     107       2019-01-04

2  2019-01-03     132       2019-01-07

6  2019-01-21     132       2019-01-25

8  2019-01-09      75       2019-01-13

9  2019-01-12     152       2019-01-16

10 2019-01-15      88       2019-01-19

或删除负数：

df = bankdf.merge(systemdf)

mask = (df['SystemCreditDate']-df['BankDate']).dt.days

mask = mask.le(6) & ~mask.lt(0)

df = df.loc[mask, :]