使用该数据帧和第二个数据帧中的值进行计算，填充 pandas 数据帧中的值（没有 for 循环）

Question

我有两个数据框，一个为每个人保留一些基本数据

baseDataframe
      n       date1   age
0  1135  2021-05-08  <NA>
1  1339  2021-08-02  <NA>
2  1456  2021-08-07  <NA>
3  5765  2021-01-02  <NA>
4  6566  2021-05-12  <NA>
5  7756  2021-06-22  <NA>

还有第二个数据框，用于保存这些人的每个动作的数据 n

actionDataframe
       n  actionID action1date
0   1135         1  2022-04-01
1   1135         2  2022-06-11
2   1135         3  2022-08-04
3   1339         1  2022-05-03
4   1339         2  2022-07-21
5   1456         1  2022-08-07
6   1456         2  2022-09-30
7   1456         3  2022-11-11
8   1456         4  2023-01-12
9   5765         1  2022-04-22
10  5765         2  2022-06-11
11  6566         1  2022-04-02
12  7756         1  2022-12-12
13  7756         2  2023-02-01

现在我想通过从

age

中获取每个

baseDataframe

的最低

action1date

的

actionID

来填充

n

的

actionDataframe

列，并从中减去

date1

中的

baseDataframe

.

我之前使用 for 循环完成了所有工作（将跳过该代码）

for n in baseDataframe.index
# calculations here

但现在我读到迭代数据帧是不好的做法并且很慢。现在我想知道是否有选项可以完成一些更复杂的事情，例如我尝试使用内置函数执行的任务以及不执行的任务。我只是找不到合适的关键字来谷歌和查找。

我正在寻找的最终结果：

      n       date1  age
0  1135  2021-05-08  328
1  1339  2021-08-02  274
2  1456  2021-08-07  365
3  5765  2021-01-02  475
4  6566  2021-05-12  325
5  7756  2021-06-22  538

Answer 1

这是一种方法，对于每个

n

，最早的

action1date

（在日期时间列上使用

groupby.min

找到）映射到其基本

n

值，并计算时间差。所需的列

age

是以天为单位的时间差。

action_df['action1date'] = pd.to_datetime(action_df['action1date'])
action_dates = action_df.groupby('n')['action1date'].min()
base_df['age'] = (base_df['n'].map(action_dates) - pd.to_datetime(base_df['date1'])).dt.days