滚动浏览两个数据框并比较一列数据

Question

我有以下数据帧：      import pandas as pd      import numpy as np      df_Sensor = pd.DataFrame({'ID_System_Embed': ['1000', '1000', '1000', '1003', '1004'],                       'Date_Time': ['2020-10-18 12:58:05', '2020-10-18 12:58:15',                                    '2020-10-19 20:10:10', '2018-12-18 12:58:00',                                     '2015-10-25 11:00:00']})     df_Period = pd.DataFrame({'ID_System_Embed': ['1000', '1000', '1001', '1002', '1003', '1004'],                      'ID_Sensor': ['1', '2', '3', '4', '5', '6'],                       'Date_Init': ['2020-10-18 12:58:00', '2020-10-18 19:58:00',                                    '2019-11-18 19:58:00', '2018-12-29 12:58:00',                                    '2019-11-20 12:58:00', '2015-10-25 10:00:00'],                      'Date_End': ['2020-10-18 16:58:00', '2020-10-19 20:58:00',                                   '2019-11-25 12:58:00', '2018-12-18 12:58:00',                                   '2019-11-25 12:58:00', '2015-10-25 12:00:00']})我需要检测数据帧“df_Sensor”的日期是否包含在同一ID_System_Embed（嵌入式系统的标识符）的第二个数据帧（df_Period）的日期范围内。我试图实现以下代码：      df_Period['New_Column'] = 0     for j in range(0, len(df_Period)):          for i in range(0, len(df_Sensor)):              if((df_Sensor['ID_System_Embed'].iloc[i] == df_Period['ID_System_Embed'].iloc[j]) &                 (df_Sensor['Date_Time'].iloc[i] >= df_Period['Date_Init'].iloc[j]) &                 (df_Sensor['Date_Time'].iloc[i] <= df_Period['Date_End'].iloc[j])):                   df_Period['New_Column'].iloc[j] += 1       此代码正在合并并产生预期的输出。但是，它不是很有效，因为它需要在两个数据帧之间迭代（使用for）。我想发现一种更快，更有效的方法来进行操作并产生相同的输出。

Answer 1

按 ['ID_System_Embed'，'ID_Sensor'] 作为唯一键

对df_Period和df_Sensor进行分组，然后使用 appnd 函数将其他日期列的值聚合为列表

def appnd(col):

    return [d for d in col]

df_p = df_Period.copy().groupby(['ID_System_Embed', 'ID_Sensor']).agg(appnd)

df_s = df_Sensor.copy().groupby(['ID_System_Embed']).agg(appnd)

然后联接两个数据帧（可以用 0 填充 NaN）

df = df_p.join(df_s).fillna(value = 0)

df['New_Column'] = 0

df

将此函数应用于将结果映射到New_Column的日期列

def inInterval(row):

    ctr = 0

    for d in row[2]:

        for start, end in zip(row[0], row[1]):

            if  start <= d <= end: ctr +=1

    return ctr

df['New_Column'] = df[ ['Date_Init', 'Date_End', 'Date_Time'] ].copy()\

                    .apply(lambda x: inInterval(x)  if type(x[2]) == list else 0, axis = 1)

df