python - Pandas DataFrame 自连接 Key1 == Key1 和 Key2 +1 == Key2

Question

有没有办法在 pandas.merge() 期间更改 key ？

我正在尝试加入data其自身 left.person == right.person和left.record +1 == right.record ，这样我就可以用日期时间差 right.date - left.date 填充增量。 .

我正在使用 Python 3.5.1 | IPython 4.1.2 | Anaconda custom (64-bit) | Windows 7

In[38]: data.info()
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 11185856 entries, 0 to 11185855
Data columns (total 4 columns):
person    int64
record    int64
date      datetime64[ns]
delta     datetime64[ns]
dtypes: datetime64[ns](2), int64(2)
memory usage: 341.4 MB

In[39]: data.head(5)
Out[37]: 
   person  record       date delta
0       1       1 2015-08-01   NaT
1       1       2 2015-10-18   NaT
2       1       3 2016-02-06   NaT
3       2       1 2015-04-18   NaT
4       2       2 2015-07-11   NaT

这对于 SQL 中的我来说是微不足道的，但是在阅读了有关合并和串联的 pandas-docs 页面后，我仍然不明白。

Answer 1

解决这个问题肯定有很多方法。一种方法(如果有点笨拙)是创建一个新列并合并到该列上，即:

df.loc[:,'RecordOffset'] = df.record + 1
df = df.merge(df, left_on = ['person', 'record'], right_on = ['person', 'RecordOffset'], how = 'left')

执行此操作的另一种方法可能是枢轴，例如:

import datetime
df = pd.DataFrame({'person':[1,1,1,2,2,3,3,3],
                  'record':[1,2,3,1,2,1,2,3],
                  'date' : [datetime.date(2015, 8, i) for i in range(1,9 )]})

df.pivot('person', 'record', 'date')

产量:

record           1           2           3
person                                    
1       2015-08-01  2015-08-02  2015-08-03
2       2015-08-04  2015-08-05         NaN
3       2015-08-06  2015-08-07  2015-08-08