基于不同数据框架的条件而新建的数据框架列。

Question

我有两个数据框。

dfB = pd.DataFrame({'Initials':['AA','BB','CC','DD','EE','FF'],
                    'Zone': ['Red','Red','Red','Yellow','Yellow','Yellow'], 
                    'Start Date':['1998-01-01','1999-01-01','2005-01-01','2000-01-01','2002-01-01','2010-01-01'],
                    'End Date': ['1998-12-31','2004-12-31','2020-04-22','2001-12-31','2009-12-31','2020-04-22']})

dfA = pd.DataFrame({'Initials':['GG','HH','II','JJ','KK','LL'],
                    'Zone': ['Red','Yellow','Red','Yellow','Red','Yellow'], 
                    'Date': ['2011-02-11','2004-11-03','2010- 04-12','2007-12-03','2008-12-01','2019-06-29']})

我想在dfA中添加一列新的数据，从该数据框中提取日期，然后在dfB中找到它在 "开始 "和 "结束 "日期列之间的位置。 这些区域也必须匹配。 然后，它将从dfB中的那行中提取Initials，并将其放入dfA中的新列中。

我正在尝试用这段代码来做。

dfB['Start Date'] = dfB['Start Date'].apply(lambda x: time.strptime(x, "%Y-%m-%d"))
dfB['End Date'] = dfB['End Date'].apply(lambda x: time.strptime(x, "%Y-%m-%d"))
dfA['Date'] = dfA['Date'].apply(lambda x: time.strptime(x, "%Y-%m-%d"))

for i,row in dfA.iterrows():
    a = row['Zone']
    dfC = dfB[dfB['Zone']==a]
    date = row['Date']
    dfA['New'] = dfC.loc[(dfC['Start Date'] < date) & (dfC['End Date'] > date),['Initials']]

我做了date.time函数 以确保我的日期能够被比较 我不确定这是否有必要，但觉得无伤大雅。

然后，我对每一行进行了iterrated，根据区域做了一个过滤的数据框（区域必须匹配），然后试图根据日期的位置找到新的首字母。

问题是，我的结果都是NaN。 正如你所看到的，日期 应 搭配。 GG应该配CC，HH应该配EE等等。不知道我在这里遗漏了什么？

Answer 1

这样的东西可以用。

In [2247]: d = pd.merge(dfA, dfB, on='Zone')
In [2264]: r = d[d.Date.between(d['Start Date'], d['End Date'])] 
In [2279]: dfA['new_initials']  = pd.merge(dfA, r[['Initials_x','Initials_y']], left_on='Initials', right_on=['Initials_x'])['Initials_y']

In [2280]: dfA                                                                                                                                                                                              
Out[2280]: 
  Initials    Zone       Date new_initials
0       GG     Red 2011-02-11           CC
1       HH  Yellow 2004-11-03           EE
2       II     Red 2010-04-12           CC
3       JJ  Yellow 2007-12-03           EE
4       KK     Red 2008-12-01           CC
5       LL  Yellow 2019-06-29           FF