python - 过滤日期在多个给定日期的 +/-30 天内的数据

Question

我有一个数据集，其中每个观察值都有一个日期。然后我有一个事件列表。我想过滤数据集并仅在日期在事件发生的 +/- 30 天内保留观察结果。另外，我想知道它最接近哪个事件。

例如，主数据集如下所示:

Product Date
Chicken 2008-09-08
Pork    2008-08-22
Beef    2008-08-15
Rice    2008-07-22
Coke    2008-04-05
Cereal  2008-04-03
Apple   2008-04-02
Banana  2008-04-01

生成

d = {'Product': ['Apple', 'Banana', 'Cereal', 'Coke', 'Rice', 'Beef', 'Pork', 'Chicken'],
     'Date': ['2008-04-02', '2008-04-01', '2008-04-03', '2008-04-05',
              '2008-07-22', '2008-08-15', '2008-08-22', '2008-09-08']}

df = pd.DataFrame(data = d)

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

然后我有一列事件:

Date
2008-05-03
2008-07-20
2008-09-01

由

生成

event = pd.DataFrame({'Date': pd.to_datetime(['2008-05-03', '2008-07-20', '2008-09-01'])})

目标(已编辑)

仅当 df['Date'] 在 event['Date'] 的一个月内时，我才想保留 df 中的行>。例如，第一个事件发生在 2008-05-03，所以我想保留 2008-04-03 和 2008-06-03 之间的观测值，并创建一个新列来告诉这个观测值最接近 2008 年的事件-05-03.

Product Date        Event
Chicken 2008-09-08  2008-09-01
Pork    2008-08-22  2008-09-01
Beef    2008-08-15  2008-07-20
Rice    2008-07-22  2008-07-20
Coke    2008-04-05  2008-05-03
Cereal  2008-04-03  2008-05-03

Answer 1

使用numpy广播并假设30天内

df[np.any(np.abs(df.Date.values[:,None]-event.Date.values)/np.timedelta64(1,'D')<31,1)]
Out[90]: 
   Product       Date
0  Chicken 2008-09-08
1     Pork 2008-08-22
2     Beef 2008-08-15
3     Rice 2008-07-22
4     Coke 2008-04-05
5   Cereal 2008-04-03