python - 如何连接列值在一定范围内的两个数据框？

Question

给定两个数据帧 df_1 和 df_2，如何连接它们，使日期时间列 df_1 位于 start 之间> 和 end 在数据帧 df_2:

print df_1

  timestamp              A          B
0 2016-05-14 10:54:33    0.020228   0.026572
1 2016-05-14 10:54:34    0.057780   0.175499
2 2016-05-14 10:54:35    0.098808   0.620986
3 2016-05-14 10:54:36    0.158789   1.014819
4 2016-05-14 10:54:39    0.038129   2.384590


print df_2

  start                end                  event    
0 2016-05-14 10:54:31  2016-05-14 10:54:33  E1
1 2016-05-14 10:54:34  2016-05-14 10:54:37  E2
2 2016-05-14 10:54:38  2016-05-14 10:54:42  E3

获取对应的event，其中df1.timestamp在df_2.start和df2.end之间<​​/p >

  timestamp              A          B          event
0 2016-05-14 10:54:33    0.020228   0.026572   E1
1 2016-05-14 10:54:34    0.057780   0.175499   E2
2 2016-05-14 10:54:35    0.098808   0.620986   E2
3 2016-05-14 10:54:36    0.158789   1.014819   E2
4 2016-05-14 10:54:39    0.038129   2.384590   E3

Answer 1

一个简单的解决方案是从 start 和 end 设置 closed = both 创建 interval index 然后使用 get_loc获取事件，即(希望所有日期时间都在时间戳 dtype 中)

df_2.index = pd.IntervalIndex.from_arrays(df_2['start'],df_2['end'],closed='both')
df_1['event'] = df_1['timestamp'].apply(lambda x : df_2.iloc[df_2.index.get_loc(x)]['event'])

输出:

            timestamp         A         B event0 2016-05-14 10:54:33  0.020228  0.026572    E11 2016-05-14 10:54:34  0.057780  0.175499    E22 2016-05-14 10:54:35  0.098808  0.620986    E23 2016-05-14 10:54:36  0.158789  1.014819    E24 2016-05-14 10:54:39  0.038129  2.384590    E3