python - Pandas:使用 timedelta 合并两个数据帧

Question

我正在尝试对具有“ID”和“日期”列的两个大型数据帧执行内部合并。每个示例如下所示:

df1

    ID      Date
0   RHD78   2022-08-05
1   RHD78   2022-08-06
2   RHD78   2022-08-09
3   RHD78   2022-08-11
4   RHD78   2022-08-12
5   RHD78   2022-08-14
6   RHD78   2022-08-15
7   RHD78   2022-08-19
8   BDW56   2022-03-15
9   BDW56   2022-03-16
10  BDW56   2022-03-17
11  BDW56   2022-03-22
12  BDW56   2022-03-23
13  BDW56   2022-03-27
14  BDW56   2022-03-29
15  BDW56   2022-03-30

df2

    ID      Date
0   RHD78   2022-08-12
1   BDW56   2022-03-23

如果我使用代码 df_result = pd.merge(df1, df2, how = 'inner', on='Date') 然后我会得到两个相交的数据点。然而，我正在努力引入一个时间增量，以便生成的数据帧还包含相交日期前后 4 天的数据，如下所示:

df_期望

    ID      Date
0   RHD78   8/9/2022
1   RHD78   8/11/2022
2   RHD78   8/12/2022
3   RHD78   8/14/2022
4   RHD78   8/15/2022
5   BDW56   3/22/2022
6   BDW56   3/23/2022
7   BDW56   3/27/2022

我尝试研究使用 merge_asof() 函数，但我的理解是它只获取最接近日期的值，而不是在特定日期范围内。我正在学习 pandas 和 python，因此如果有人可以帮助我解决这个问题并提供 merge_asof() 的简化解释，我将不胜感激。

Answer 1

使用df作为第一个数据帧，使用df2作为第二个数据帧，我遵循与this answer中相同的过程。 ，即将它们交叉合并在一起，然后在合并发生后进行过滤。交叉合并只是全面合并，它将每个数据帧中的每个行对组合在一起。如果您的两个数据帧非常大，这可能不适用。

merge = df2.merge(df,how='cross')
merge['timedelta'] = pd.to_datetime(merge['Date_x']) - \
                     pd.to_datetime(merge['Date_y'])
merge_filt = merge.loc[merge['timedelta'].apply(lambda x: x.days).abs()<=4]


print(merge_filt)
Out[43]: 
     ID_x      Date_x   ID_y      Date_y timedelta
2   RHD78  2022-08-12  RHD78  2022-08-09    3 days
3   RHD78  2022-08-12  RHD78  2022-08-11    1 days
4   RHD78  2022-08-12  RHD78  2022-08-12    0 days
5   RHD78  2022-08-12  RHD78  2022-08-14   -2 days
6   RHD78  2022-08-12  RHD78  2022-08-15   -3 days
27  BDW56  2022-03-23  BDW56  2022-03-22    1 days
28  BDW56  2022-03-23  BDW56  2022-03-23    0 days
29  BDW56  2022-03-23  BDW56  2022-03-27   -4 days