Comment rejoindre des DataFrames Pandas en fonction de plages d'horodatage ?

Joindre des dataframes en fonction de plages de valeurs

Étant donné deux dataframes, df_1 et df_2, il est possible de les joindre de telle sorte que l'horodatage de la colonne datetime dans df_1 se situe dans une plage spécifiée définie par les colonnes commençant et se terminant par df_2.

Pour accomplir cette tâche, une approche consiste à créer un index d'intervalle à partir des colonnes de début et de fin, en définissant l'option fermée sur les deux pour garantir des limites inclusives. En utilisant cet index d'intervalle, nous pouvons utiliser get_loc pour obtenir l'événement correspondant pour chaque horodatage dans df_1.

Exemple :

import pandas as pd

# Input dataframes
df_1 = pd.DataFrame({
    'timestamp': ['2016-05-14 10:54:33', '2016-05-14 10:54:34', '2016-05-14 10:54:35', '2016-05-14 10:54:36', '2016-05-14 10:54:39'],
    'A': [0.020228, 0.057780, 0.098808, 0.158789, 0.038129],
    'B': [0.026572, 0.175499, 0.620986, 1.014819, 2.384590]
})

df_2 = pd.DataFrame({
    'start': ['2016-05-14 10:54:31', '2016-05-14 10:54:34', '2016-05-14 10:54:38'],
    'end': ['2016-05-14 10:54:33', '2016-05-14 10:54:37', '2016-05-14 10:54:42'],
    'event': ['E1', 'E2', 'E3']
})

# Create interval index
df_2.index = pd.IntervalIndex.from_arrays(df_2['start'], df_2['end'], closed='both')

# Join dataframes using get_loc
df_1['event'] = df_1['timestamp'].apply(lambda x: df_2.iloc[df_2.index.get_loc(x)]['event'])

# Output joined dataframe
print(df_1)

Sortie :

            timestamp         A         B event
0 2016-05-14 10:54:33  0.020228  0.026572    E1
1 2016-05-14 10:54:34  0.057780  0.175499    E2
2 2016-05-14 10:54:35  0.098808  0.620986    E2
3 2016-05-14 10:54:36  0.158789  1.014819    E2
4 2016-05-14 10:54:39  0.038129  2.384590    E3

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!