python - 具有多个条件的模糊连接

Question

我知道有类似标题的问题，但没有一个能真正回答我的问题。我有一个数据框如下。 “索引”列实际上是时间戳。 A 列是有多少吨 Material 被倾倒到 splinter 机中。 B列是每个时间戳的 splinter 率。我想知道的是，根据 splinter 率(B 列)，何时 splinter Material (A 列)。

存在三种可能的情况。

1. 在加载第二批时压碎第一批。
2. 第一次装载在第二次装载之前被压碎
3. 添加第二个负载时第一个负载没有被压碎

我尝试计算A列和B列的累加值，并使用merge_asof进行模糊连接。但它并没有像预期的那样工作，因为没有存储过多的 splinter 能力。只考虑装料后的 splinter 率。

A = {'index':range(1,11),'A':[300,0,0,400,0,0,0,0,150,0]}
B = {'index':range(1,11),'B':[102,103,94,120,145,114,126,117,107,100]}
A = pd.DataFrame(data=A)
B = pd.DataFrame(data=B)

这是预期的结果:

IndexA  A   IndexB  B_accumulate 
1      300  4       419
4      400  8       502
9      150  10      207

B_accumulate 是总 splinter 率(B)，当 Material 被压碎时(当 B_accumlate>=A 时)重置为 0

Answer 1

我简化了结构，使用 Series 而不是 DataFrame，索引从零开始。 应用了 cumsum() 和 searchsorted()。

Load = pd.Series([300,0,0,400,50,0,0,0,150,0])  # aka 'A'
Rate = pd.Series([102,103,94,120,145,114,126,117,107,100])  # aka 'B'

# Storage for the result:
H=[]    # [ (indexLoad, Load, indexRate, excess) ... ]

# Find the 1st non 0 load:
load1_idx= len(Load)

for lix in range(len(Load)):
    a= Load[lix]
    if a!=0:
        csumser= Rate.cumsum()
        rix= csumser.searchsorted(a)
        excess= csumser[rix]-a
        H.append( (lix,a,rix,excess) )
        load1_idx=lix
        break

# Processing
for lix in range(load1_idx+1,len(Load)):

    a=Load[lix]
    if a==0:
        continue

    last_rix= H[-1][-2]
    csumser[last_rix:]= Rate[last_rix:]
    if lix==last_rix:
        csumser[lix]= H[-1][-1] # excess

    csumser[last_rix:]= csumser[last_rix:].cumsum()

    rix= csumser[last_rix:].searchsorted(a)
    rix+= last_rix
    excess= csumser[rix]-a
    H.append( (lix,a,rix,excess) )       

df= pd.DataFrame(H, columns=["indexLoad","Load","indexRate","rate_excess"])
print(df)

   indexLoad  Load  indexRate  rate_excess
0          0   300          3          119
1          3   400          6          104
2          4    50          6           76
3          8   150          7           93