python - 在 Pandas 条件连接中保留左/右连接逻辑

Question

Pandas 目前不支持 SQL 意义上的条件连接；但是，可以通过在公共(public)字段上执行更大的连接然后在连接后处理上应用过滤器来模拟(性能较低)。

但是，我正在寻找一种通过此条件连接保留左(或右)元素的方法。我在后期处理中丢失了它们。

import pandas

# Create a dataframe
df = pandas.DataFrame([{'name': 'A', 'start': '20171201', 'end': '20180205'}, {'name': 'A', 'start': '20170901', 'end': '20170905'}, {'name': 'B', 'start': '20190101', 'end': '20190205'}])
df['start'] = pandas.to_datetime(df['start'])
df['end'] = pandas.to_datetime(df['end'])
print df


             end name      start
    0 2018-02-05    A 2017-12-01
    1 2017-09-05    A 2017-09-01
    2 2019-02-05    B 2019-01-01



# Create another dataframe, don't want to lose any data here.
v_df = pandas.DataFrame([{'name': 'A', 'val': 10, 'date': '20180101'}, {'name': 'B', 'val': 20, 'date': '20170101'}])
v_df['date'] = pandas.to_datetime(v_df['date'])
print v_df

            date name  val
    0 2018-01-01    A   10
    1 2017-01-01    B   20



# Conditional Left Join both dataframes, want to avoid losing the name B val.
v_df = v_df.merge(df, how='left', on=['name'])
v_df = v_df[v_df['date'].between(v_df['start'], v_df['end'])]
print v_df


            date name  val        end      start
    0 2018-01-01    A   10 2018-02-05 2017-12-01

在这种情况下所需的输出如下，其中包括来自 B 的 left 记录。

        date name  val        end      start
0 2018-01-01    A   10 2018-02-05 2017-12-01
2 2017-01-01    B   20        NaT        NaT

当多个记录在一般合并中匹配时，解决方案还需要能够处理，但当没有该组匹配条件时，返回空记录(而不是根本没有记录)。

Answer 1

filter_df = df.merge(v_df)
filter_df = filter_df[filter_df['date'].between(filter_df['start'], filter_df['end'])]
v_df.merge(filter_df, how='left')

应该返回你想要的。filter_df 标识联接正确处理的行，您在问题中执行的操作，第二个合并将这些 start 和 end 值附加到仅相关行。

编辑:

@MaxU 的答案在功能上是等效的，在语法上更优雅。