python - 如何根据时间范围连接 2 个 pandas 数据框

Question

我有两个数据框，我想根据时间范围连接它们例如

数据框A

user   timestamp    product
 A      2015/3/13      1
 B      2015/3/15      2

数据框 B

 user      time     behavior
   A     2015/3/1      2
   A     2015/3/8      3
   A     2015/3/13     1
   B     2015/3/1      2

我想连接 2 个数据框如下(框架 B 左连接到框架 A)“timestamp1”列比“timestamp”列早 7 天例如，当时间戳为 3/13 时，则 3/6-13 在范围内否则不要连接

user   timestamp    product        time1       behavior 
 A      2015/3/13      1          2015/3/8        3
 A      2015/3/13      1          2015/3/13       1
 B      2015/3/15      2            NaN          NaN

sql 代码看起来像

select * from 
B left join  A
on user
where B.time >= A.timestamp - 7  &  B.time <= A.timestamp 

##WHERE B.time BETWEEN DATE_SUB(B.time, INTERVAL 7 DAY) AND A.timestamp ;

我们如何在 python 上做这个？

只能想到下面的，不知道怎么跟时间打交道..

new = pd.merge(A, B, on='user', how='left')

谢谢，对不起..

Answer 1

解决这个问题所需的几个步骤-

from datetime import timedelta 

首先，将您的时间戳转换为 pandas 日期时间。 (df1指的是Dataframe A，df2指的是Dataframe B)

df1[['time']]=df1[['timestamp']].apply(pd.to_datetime)
df2[['time']]=df2[['time']].apply(pd.to_datetime)

合并如下:(根据您的最终数据集，我认为您的左连接更像是右连接)

df3 = pd.merge(df1,df2,how='left') 

获取最终的 df:

df4 = df3[(df3.time>=df3.timestamp-timedelta(days=7)) & (df3.time<=df3.timestamp)]

缺少包含 nan 的行，这是因为在 pandas 中完成条件连接的方式。

条件连接还不是 pandas 的一个特性。解决这个问题的一种方法是在连接后进行过滤。