根据条件时间范围过滤每个 ID 的数据帧

Question

您好，我会尝试解释我面临的问题。

我有一个数据框 (df) 包含以下内容：

ID	Date (dd-mm-yyyy)
AAA	01-09-2020
AAA	01-11-2020
AAA	18-03-2021
AAA	10-10-2022
BBB	01-01-2019
BBB	01-03-2019
CCC	01-05-2020
CCC	01-07-2020
CCC	01-08-2020
CCC	01-10-2021

我创建了另一个数据框 (df2)，每个 ID 注册的第一个日期 (t) 和 t+3 个月：

ID	T (First Date Occurred)	T+3
AAA	01-09-2020	01-12-2020
BBB	01-01-2019	01-03-2020
CCC	01-05-2020	01-08-2020

我苦苦挣扎的期望输出是根据 df2("T" & "T+3):

中定义的两个日期过滤器过滤 df

e.g.AAA = AAA > T & AAA < T+3

ID	Date (dd-mm-yyyy)
AAA	01-11-2020
BBB	01-03-2019
CCC	01-07-2020
CCC	01-08-2020

解决这个问题的最佳方法是什么？感谢您的帮助！

Answer 1

IIUC，你可以使用 pandas.merge_asof 和 allow_exact_matches=False:

(pd.merge_asof(df1.sort_values(by='Date'), df2.sort_values(by='T'),
               allow_exact_matches=False,
               by='ID', left_on='Date', right_on='T')
   .loc[lambda d: d['Date'] <= d['T+3']]
)

注意。 T+3 的确切条件不清楚，因为你描述了“< T+3”，但显示的输出有“<= T+3”，只需在 loc 中选择你想要的（< 或 <=）

输出：

    ID       Date          T        T+3
1  BBB 2019-03-01 2019-01-01 2020-03-01
3  CCC 2020-07-01 2020-05-01 2020-08-01
4  CCC 2020-08-01 2020-05-01 2020-08-01
6  AAA 2020-11-01 2020-09-01 2020-12-01

根据条件时间范围过滤每个 ID 的数据帧

Filter dataframe per ID based on conditional timerange

python

date

dataframe

pandas