如何有效地將 Pandas DataFrame 與日期範圍條件合併？

將Pandas 資料幀與日期範圍條件合併

要合併兩個pandas 資料幀，其中一個值介於其他兩個值之間，一種常見的方法是合併資料幀無條件地基於標識符，然後根據日期條件進行篩選。但是，此方法可能會導致記憶體效率低下。

利用SQL 強大功能的替代解決方案是在SQL 查詢中執行合併和過濾，如下所示：

<code class="python">import pandas as pd
import sqlite3

# Create dataframes
presidents = pd.DataFrame({"name": ["Bush", "Obama", "Trump"],
                           "president_id":[43, 44, 45]})
terms = pd.DataFrame({'start_date': pd.date_range('2001-01-20', periods=5, freq='48M'),
                      'end_date': pd.date_range('2005-01-21', periods=5, freq='48M'),
                      'president_id': [43, 43, 44, 44, 45]})
war_declarations = pd.DataFrame({"date": [datetime(2001, 9, 14), datetime(2003, 3, 3)],
                                 "name": ["War in Afghanistan", "Iraq War"]})

# Create an in-memory database
conn = sqlite3.connect(':memory:')

# Write dataframes to database
terms.to_sql('terms', conn, index=False)
presidents.to_sql('presidents', conn, index=False)
war_declarations.to_sql('wars', conn, index=False)

# Execute SQL query to merge and filter dataframes
qry = '''
    select  
        start_date PresTermStart,
        end_date PresTermEnd,
        wars.date WarStart,
        presidents.name Pres
    from
        terms join wars on
        date between start_date and end_date join presidents on
        terms.president_id = presidents.president_id
    '''
df = pd.read_sql_query(qry, conn)

print(df)</code>

輸出：

         PresTermStart          PresTermEnd             WarStart  Pres
0  2001-01-31 00:00:00  2005-01-31 00:00:00  2001-09-14 00:00:00  Bush
1  2001-01-31 00:00:00  2005-01-31 00:00:00  2003-03-03 00:00:00  Bush

透過在SQL 中執行合併和過濾，我們可以避免創建潛在的大型中間資料幀，從而提高記憶體效率。

以上是如何有效地將 Pandas DataFrame 與日期範圍條件合併？的詳細內容。更多資訊請關注PHP中文網其他相關文章！