模拟 excel sumifs / 多标准索引与 python / pandas 中的数据帧匹配

Question

我在 python 中有两个数据帧，使用 pandas:

df1：[233,500 x 6] 按日期分类的价格分类帐
df2：[1,665,997 x 5] 按日期分类的客户使用分类帐

在 excel 中的较小数据集上，我可以简单地执行以下操作以在 df2 上创建一个包含给定日期的每个产品价格的列，按行。

=SUMIFS(df1[Rate],df1[Date],[@Date],df1[Jurisdiction],[@Jurisdiction],df1[Product],[@Product])

最终我想向 df2 添加一列（或用结果创建一个新的数据框），通过匹配每行中的某些条件来提供价格（管辖权，产品类型）在价格分类帐 df1 中使用相同的标准。

使用 python 和数据帧关联此数据的最合适方法是什么？某种字典和连接？

我找到的例子主要是处理给定一些条件下的求和：

https://codereview.stackexchange.com/questions/42695/excels-sumifs-implemented-using-pandas-the-python-data-analysis-library
Python Pandas counting and summing specific conditions

奖励：df1 和 df2 中的日期并不总是完全一致。需要将 df2 中的日期与最新的价格分类帐日期相匹配。

编辑：我在下面包含了简化的数据，以演示我如何尝试进行最近的日期匹配。日期匹配只是在 df2 中查找每个日期的活动价格的中间步骤。两个日期列的直接合并不起作用，因为不是每天都提供价格。

df1:
Date       Price
1/11/2016  5.00
1/12/2016  5.50
1/13/2016  6.00
1/14/2016  7.00
1/16/2016  8.00
1/20/2016  9.00
1/21/2016  10.00
1/22/2016  11.00

df2:
Date       Volume
1/11/2016  100
1/15/2016  100
1/17/2016  200
1/18/2016  300
1/20/2016  200

df3: (df2 with date matching. Cost = Volume*Price)
Date       Volume  MatchedDate  Price  Cost
1/11/2016  100     1/11/2016    5.00   500
1/15/2016  100     1/14/2016    7.00   700
1/17/2016  200     1/16/2016    8.00   1600
1/18/2016  300     1/16/2016    8.00   2400
1/20/2016  200     1/20/2016    9.00   1800

编辑 2：以下第一部分中提供的公式在 excel 中起作用，其中包含一些额外的逻辑，用于在第一个 df1 条目之前使用 df2 条目的第一个日期。 https://www.extendoffice.com/documents/excel/2601-excel-find-closest-date.html

{=MAX((df1[Date]<[@Date])*df1[Date])}

Answer 1

只需根据匹配条件合并两组，然后运行一个 groupby 总和：

merged_df = pd.merge(df1, df2, on=['date', 'Jurisdiction', 'Product'])

merged_df.groupby(['date', 'Jurisdiction', 'Product'])['Rate'].sum()

或最近日期 df2:

most_recent_df2 = df2.merge(df2.groupby(['Jurisdiction', 'Product'])['date'].max().reset_index(), 
                            on=['date', 'Jurisdiction', 'Product'])

merged_df = pd.merge(df1, most_recent_df2, on=['Jurisdiction', 'Product'], suffixes=['', '_'])

merged_df.groupby(['date', 'Jurisdiction', 'Product'])['Rate'].sum()

模拟 excel sumifs / 多标准索引与 python / pandas 中的数据帧匹配

Emulating an excel sumifs / multi-criteria index match with dataframes in python / pandas

python

excel

dataframe

pandas

sumifs