python - pandas 中查找的多种条件

Question

我有 2 个数据框。一张包含城市、日期和销售额

sales = [['20101113','Miami',35],['20101114','New York',70],['20101114','Los Angeles',4],['20101115','Chicago',36],['20101114','Miami',12]]

df2 = pd.DataFrame(sales,columns=['Date','City','Sales'])

print (df2)

       Date         City  Sales
0  20101113        Miami     35
1  20101114     New York     70
2  20101114  Los Angeles      4
3  20101115      Chicago     36
4  20101114        Miami     12

第二个有一些日期和城市。

date = [['20101114','New York'],['20101114','Los Angeles'],['20101114','Chicago']]

df = pd.DataFrame(date,columns=['Date','City'])

print (df)

我想从与第三个数据帧中的城市和日期匹配的第一个数据帧中提取销售额，并将销售额添加到第二个数据帧中。如果第一个表中缺少该日期，则应检索下一个最高日期的销售额。

新的数据框应如下所示

       Date         City  Sales

0  20101114     New York     70

1  20101114  Los Angeles      4

2  20101114      Chicago     36

我在提取和合并表格时遇到问题。有什么建议吗？

Answer 1

这是pd.merge_asof，它允许您连接精确匹配的组合，然后连接某些列的“紧密”匹配。

import pandas as pd

df['Date'] = pd.to_datetime(df.Date)
df2['Date'] = pd.to_datetime(df2.Date)

pd.merge_asof(df.sort_values('Date'), 
              df2.sort_values('Date'), 
              by='City', on='Date',
              direction='forward')

输出:

        Date         City  Sales
0 2010-11-14     New York     70
1 2010-11-14  Los Angeles      4
2 2010-11-14      Chicago     36