我有以下數據幀： import pandas as pd import numpy as np df_Sensor = pd.DataFrame({'ID_System_Embed': ['1000', '1000', '1000', '1003', '1004'], 'Date_Time': ['2020-10-18 12:58:05', '2020-10-18 12:58:15', '2020-10-19 20:10:10', '2018-12-18 12:58:00', '2015-10-25 11:00:00']}) df_Period = pd.DataFrame({'ID_System_Embed': ['1000', '1000', '1001', '1002', '1003', '1004'], 'ID_Sensor': ['1', '2', '3', '4', '5', '6'], 'Date_Init': ['2020-10-18 12:58:00', '2020-10-18 19:58:00', '2019-11-18 19:58:00', '2018-12-29 12:58:00', '2019-11-20 12:58:00', '2015-10-25 10:00:00'], 'Date_End': ['2020-10-18 16:58:00', '2020-10-19 20:58:00', '2019-11-25 12:58:00', '2018-12-18 12:58:00', '2019-11-25 12:58:00', '2015-10-25 12:00:00']})我需要檢測數據幀“df_Sensor”的日期是否包含在同一ID_System_Embed（嵌入式系統的標識符）的第二個數據幀（df_Period）的日期范圍內。我試圖實現以下代碼： df_Period['New_Column'] = 0 for j in range(0, len(df_Period)): for i in range(0, len(df_Sensor)): if((df_Sensor['ID_System_Embed'].iloc[i] == df_Period['ID_System_Embed'].iloc[j]) & (df_Sensor['Date_Time'].iloc[i] >= df_Period['Date_Init'].iloc[j]) & (df_Sensor['Date_Time'].iloc[i] <= df_Period['Date_End'].iloc[j])): df_Period['New_Column'].iloc[j] += 1 此代碼正在合并并產生預期的輸出。但是，它不是很有效，因為它需要在兩個數據幀之間迭代（使用for）。我想發現一種更快，更有效的方法來進行操作并產生相同的輸出。
1 回答
寶慕林4294392
TA貢獻2021條經驗 獲得超8個贊
按 ['ID_System_Embed'，'ID_Sensor'] 作為唯一鍵
對df_Period和df_Sensor進行分組，然后使用 appnd 函數將其他日期列的值聚合為列表
def appnd(col):
return [d for d in col]
df_p = df_Period.copy().groupby(['ID_System_Embed', 'ID_Sensor']).agg(appnd)
df_s = df_Sensor.copy().groupby(['ID_System_Embed']).agg(appnd)
然后聯接兩個數據幀（可以用 0 填充 NaN）
df = df_p.join(df_s).fillna(value = 0)
df['New_Column'] = 0
df
將此函數應用于將結果映射到New_Column的日期列
def inInterval(row):
ctr = 0
for d in row[2]:
for start, end in zip(row[0], row[1]):
if start <= d <= end: ctr +=1
return ctr
df['New_Column'] = df[ ['Date_Init', 'Date_End', 'Date_Time'] ].copy()\
.apply(lambda x: inInterval(x) if type(x[2]) == list else 0, axis = 1)
df
添加回答
舉報
0/150
提交
取消