日期范围匹配功能大熊猫

Question

我有一个数据帧称为df1，看起来像这样：

  Loc    Start      End 
  CA     2013-11-08 2014-04-14
  CO     2014-04-14 2014-04-16
  CA     2014-04-16 2014-04-18
  CO     2014-04-18 2014-04-23

而且我还有一个数据帧称为df2，看起来像这样：

Date       Loc Flag
2014-04-14  CO   0
2014-04-14  CO   0
2014-04-14  CO   0
2014-04-15  CO   0
2014-04-15  CO   0
2014-04-16  CO   0
2014-04-16  CO   0
2014-04-16  VA   0
2014-04-16  CA   0

我想建立使得对于每一个Start和End期df1，功能检查是否在df2落于该日期范围匹配位置的行，即做loc的匹配功能。如果它们不匹配，我想Flag被打上1.这里是我试过的代码：

for i in range(len(df1)):
    for j in range(len(df2)):
        if df2['Date'][j] <= df1['End Date'][i] and \
        df2['Date'][j] >= df1['Start Date'][i]: 
            if df2['Loc'][j] != df1['Loc'][i]:
                df2['flag'][j] = 1

我的代码把1的在实际位置相匹配。我认为这是因为重叠Start和End日期。我如何能去纠正这个任何提示？谢谢

Answer 1

更简单的解决方案是使用merge_asof。这类似于左加入，除了我们匹配最接近的关键，而不是平等的钥匙。下面是更多：https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.merge_asof.html

df1['interval'] = pd.to_datetime(df1['start_date'])
df2['interval'] = pd.to_datetime(df2['Date'])

df1.sort_values(by=['interval'])
df2.sort_values(by=['interval'])

df3 = pd.merge_asof(df2, df1, on='interval', by='Loc')