我正在嘗試在兩個數據幀之間查找一系列 ID。Lookup_df 中的每個 ID 都有一個發布日期，我需要查找 ref_df 中相對于 Lookup_df 日期的最后日期。在下面的示例中，lookup_df ID 123 于 20200218 發布，因此在 ref_df 中的日期中，我只需要查看 ID 為 123 的日期，并找到在此之前的最后一個日期，即 20200201。我已經嘗試了各種循環，但無法完成這項工作，并且真實的數據庫超過 600k 行，所以我擔心我當前的方法（創建臨時 DF 然后循環）會導致完成此操作所需的運行時間不切實際。ref_df = pd.DataFrame({'ID':[123,123,123,345,345,345],'version':['version1','version2','version3','version4','version5','version6'], 'date effective from':['20200101','20200201','20200301','20200401','20200501','20200601',]})print(ref_df)lookup_df = pd.DataFrame({'ID':[123,345],'date':['20200218','20200522']})print(lookup_df)for index, row in lookup_df.iterrows(): temp_df = ref_df[ref_df['ID']==row['ID']] for index2, row2 in temp_df: #some code here to find the right date?!編輯 - 抱歉無法直接顯示表格，這是我不熟悉如何格式化我的問題的功能 - 感謝指點！
3 回答
皈依舞
TA貢獻1851條經驗 獲得超3個贊
這是一個使用的選項last_valid_index()：
idx = [ref_df.loc[ref_df['ID'] == value].last_valid_index() -
1 for value in lookup_df['ID']]
print(ref_df.loc[idx])
編輯：刪除循環
mask = ref_df['ID'].isin(lookup_df['ID'])
new_df = ref_df[mask].groupby('ID').apply(lambda x: x.iloc[-2])
print(new_df)
富國滬深
TA貢獻1790條經驗 獲得超9個贊
更改date effective from為date并嘗試以下操作：
for index, row in lookup_df.iterrows():
result = ref_df.loc[(ref_df['ID'] == row['ID']) & (ref_df['date'] < row['date'])].iloc[-1,:].values[-1]
print(result)
輸出：
20200201
20200501
尚方寶劍之說
TA貢獻1788條經驗 獲得超4個贊
您可以首先使用lookup_df以下命令獲取“最新”日期：
latest = lookup_df[lambda x: x.ID == ID]['date'].iloc[0]
有了這個“最新”日期，我們可以進行另一個查詢ref_df以獲得所需的結果：
result = ref_df[lambda x: x.ID == ID]\
[lambda x: x['date effective from'] < date]\
['date effective from']\
.iloc[-1]
要對 中的所有 ID 執行相同的操作lookup_df，請將其包裝在代碼中，如下所示：
for _, row in lookup_df.iterrows():
ID, date = row['ID', 'date']
result = ref_df[lambda x: x.ID == ID]\
[lambda x: x['date effective from'] < date]\
['date effective from']\
.iloc[-1]
您不需要迭代 中的所有行ref_df，請使用如下所示的過濾器：
df[<some condition here>]
或者例如：
df[df['idx'] > 3]
返回其中列大于 3 的所有df行idx。
添加回答
舉報
0/150
提交
取消