如何合并 pandas 中的两个 dfs（基于日期时间段），如果重复则添加行
How to merge two dfs in pandas (based on datetime period), and add rows if duplicates
我有以下2个dfs:
diag
id
encounter_key
start_of_period
end_of_period
1
AAA
2020-06-12
2021-07-07
1
BBB
2021-12-31
2022-01-04
drug
id
start_datetime
drug
1
2020-06-16
Mel
1
2020-06-18
Mel
1
2020-06-18
Flu
1
2022-01-01
Mel
我想合并 (?merge/?join/?concatenate) drug 的列，其中 start_datetime 在 diag 的开始和结束期间（含）内，最终在 diag 中有更多行，例如：
id
encounter_key
start_of_period
end_of_period
drug
start_datetime
1
AAA
2020-06-12
2021-07-07
Mel
2020-06-16
1
AAA
2020-06-12
2021-07-07
Mel
2020-06-18
1
AAA
2020-06-12
2021-07-07
Flu
2020-06-18
1
BBB
2021-12-31
2022-01-04
Mel
2022-01-01
希望这是有道理的，并为没有使用正确的术语而道歉 - 我不确定它们。提前致谢。
我将列复制了所需的次数，然后再次连接数据框。然后将两个数据帧连接在一起。也许有人会提供更好的解决方案。
out = diag[1:]
diag = pd.DataFrame(np.repeat(diag.values[:1], 3, axis=0), columns=diag.columns).astype(diag.dtypes)
diag = diag.append(out, ignore_index=True)
df = pd.concat([diag, drug], axis=1)
df = df.loc[:,~df.columns.duplicated()]
df = df.reindex(columns=['id', 'encounter_key', 'start_of_period', 'end_of_period', 'drug', 'start_datetime'])
输出
id encounter_key start_of_period end_of_period drug start_datetime
0 1 AAA 2020-06-12 2021-07-07 Mel 2020-06-16
1 1 AAA 2020-06-12 2021-07-07 Mel 2020-06-18
2 1 AAA 2020-06-12 2021-07-07 Flu 2020-06-18
3 1 BBB 2021-12-31 2022-01-04 Mel 2022-01-01
我有以下2个dfs:
diag
| id | encounter_key | start_of_period | end_of_period |
|---|---|---|---|
| 1 | AAA | 2020-06-12 | 2021-07-07 |
| 1 | BBB | 2021-12-31 | 2022-01-04 |
drug
| id | start_datetime | drug |
|---|---|---|
| 1 | 2020-06-16 | Mel |
| 1 | 2020-06-18 | Mel |
| 1 | 2020-06-18 | Flu |
| 1 | 2022-01-01 | Mel |
我想合并 (?merge/?join/?concatenate) drug 的列，其中 start_datetime 在 diag 的开始和结束期间（含）内，最终在 diag 中有更多行，例如：
| id | encounter_key | start_of_period | end_of_period | drug | start_datetime |
|---|---|---|---|---|---|
| 1 | AAA | 2020-06-12 | 2021-07-07 | Mel | 2020-06-16 |
| 1 | AAA | 2020-06-12 | 2021-07-07 | Mel | 2020-06-18 |
| 1 | AAA | 2020-06-12 | 2021-07-07 | Flu | 2020-06-18 |
| 1 | BBB | 2021-12-31 | 2022-01-04 | Mel | 2022-01-01 |
希望这是有道理的，并为没有使用正确的术语而道歉 - 我不确定它们。提前致谢。
我将列复制了所需的次数，然后再次连接数据框。然后将两个数据帧连接在一起。也许有人会提供更好的解决方案。
out = diag[1:]
diag = pd.DataFrame(np.repeat(diag.values[:1], 3, axis=0), columns=diag.columns).astype(diag.dtypes)
diag = diag.append(out, ignore_index=True)
df = pd.concat([diag, drug], axis=1)
df = df.loc[:,~df.columns.duplicated()]
df = df.reindex(columns=['id', 'encounter_key', 'start_of_period', 'end_of_period', 'drug', 'start_datetime'])
输出
id encounter_key start_of_period end_of_period drug start_datetime
0 1 AAA 2020-06-12 2021-07-07 Mel 2020-06-16
1 1 AAA 2020-06-12 2021-07-07 Mel 2020-06-18
2 1 AAA 2020-06-12 2021-07-07 Flu 2020-06-18
3 1 BBB 2021-12-31 2022-01-04 Mel 2022-01-01