与一列合并，如果值介于 pandas 中的其他值之间，则与另一列合并

Question

我有以下数据框

import pandas as pd
foo1 = pd.DataFrame({'id':[1,1,2,2],
              'phase':['Pre','Post','Pre','Post'],
              'date_start': ['2022-07-24', '2022-12-25', '2022-09-30', '2022-12-25'],
               'date_end': ['2022-07-30', '2023-03-07', '2022-10-05', '2023-03-04']})

foo2 = pd.DataFrame({'id': [1,1,1,1,
                     2,2,2,2],
              'date': ['2022-07-24', '2022-07-25', '2022-12-26', '2023-01-01',
                      '2022-10-04', '2022-11-25', '2022-12-26', '2023-03-01']})

print(foo1, '\n' ,foo2)

   id phase  date_start    date_end
0   1   Pre  2022-07-24  2022-07-30
1   1  Post  2022-12-25  2023-03-07
2   2   Pre  2022-09-30  2022-10-05
3   2  Post  2022-12-25  2023-03-04 
    id        date
0   1  2022-07-24
1   1  2022-07-25
2   1  2022-12-26
3   1  2023-01-01
4   2  2022-10-04
5   2  2022-11-25
6   2  2022-12-26
7   2  2023-03-01

如果

phase

在

foo2

和

id

之间，我想通过合并date

和

来获得

date_start

中的

date_end

列。如果

date

不在

[date_start,date_end]

范围内，则相列应具有

NaN

生成的数据框应如下所示：

 id        date phase
0   1  2022-07-24   Pre
1   1  2022-07-25   Pre
2   1  2022-12-26  Post
3   1  2023-01-01  Post
4   2  2022-10-04   Pre
5   2  2022-11-25   NaN
6   2  2022-12-26  Post
7   2  2023-03-01  Post

我怎么能那样做？

我找到了this但它不包括“与

id

合并”

Answer 1

通过

id

使用内部连接并通过

Series.between

与

DataFrame.loc

比较列，最后通过左连接添加缺失对

id, date

：

df1 = foo2.merge(foo1, on='id')
df2 = df1.loc[df1['date'].between(df1['date_start'],df1['date_end']), ['id','date','phase']]
df = foo2.merge(df2, how='left')

print (df)
   id        date phase
0   1  2022-07-24   Pre
1   1  2022-07-25   Pre
2   1  2022-12-26  Post
3   1  2023-01-01  Post
4   2  2022-10-04   Pre
5   2  2022-11-25   NaN
6   2  2022-12-26  Post
7   2  2023-03-01  Post

如果可能的话，

df2

中的多行匹配是可能的，只过滤第一行：

df = foo2.merge(df2.drop_duplicates(['id','date']), how='left')