我有一個資料框 df1，其中兩列代表任務的開始和結束時間。我有另一個資料框 df2，其中兩列代表時間和當時可用的庫存。我想在 df1 中創建另一個名為 max_stock 的列，該列在 df1 的 ST 和 ET 給定的時間范圍內具有股票值的最大值。例如，第一個任務具有開始時間7/11/2021 1:00和結束時間7/11/2021 2:00，以便該值的max_stock最大的值中的stockDF2的柱是10，26和48在最大時間7/11/2021 1:00，和7/11/2021 1:30，和7/11/2021 2:00分別。
df1
ST ET
7/11/2021 1:00 7/11/2021 2:00
7/11/2021 2:00 7/11/2021 3:00
7/11/2021 3:00 7/11/2021 4:00
7/11/2021 4:00 7/11/2021 5:00
7/11/2021 5:00 7/11/2021 6:00
7/11/2021 6:00 7/11/2021 7:00
7/11/2021 7:00 7/11/2021 8:00
7/11/2021 8:00 7/11/2021 9:00
7/11/2021 9:00 7/11/2021 10:00
df2
Time stock
7/11/2021 1:00 10
7/11/2021 1:30 26
7/11/2021 2:00 48
7/11/2021 2:30 35
7/11/2021 3:00 32
7/11/2021 3:30 80
7/11/2021 4:00 31
7/11/2021 4:30 81
7/11/2021 5:00 65
7/11/2021 5:30 83
7/11/2021 6:00 40
7/11/2021 6:30 84
7/11/2021 7:00 41
7/11/2021 7:30 15
7/11/2021 8:00 65
7/11/2021 8:30 18
7/11/2021 9:00 80
7/11/2021 9:30 12
7/11/2021 10:00 5
必需的 df
ST ET max_stock
7/11/2021 1:00 7/11/2021 2:00 48.00
7/11/2021 2:00 7/11/2021 3:00 48.00
7/11/2021 3:00 7/11/2021 4:00 80.00
7/11/2021 4:00 7/11/2021 5:00 81.00
7/11/2021 5:00 7/11/2021 6:00 83.00
7/11/2021 6:00 7/11/2021 7:00 84.00
7/11/2021 7:00 7/11/2021 8:00 65.00
7/11/2021 8:00 7/11/2021 9:00 80.00
7/11/2021 9:00 7/11/2021 10:00 80.00
uj5u.com熱心網友回復：
一種選擇是通過conditional_join從pyjanitor來模擬大于和小于條件，分組和匯總之前：
# pip install pyjanitor
import pandas as pd
import janitor
(df1.conditional_join(
df2,
('ST', 'Time', '<='),
('ET', 'Time', '>='))
.groupby(['ST', 'ET'], as_index = False)
.stock
.max()
)
ST ET stock
0 2021-07-11 01:00:00 2021-07-11 02:00:00 48
1 2021-07-11 02:00:00 2021-07-11 03:00:00 48
2 2021-07-11 03:00:00 2021-07-11 04:00:00 80
3 2021-07-11 04:00:00 2021-07-11 05:00:00 81
4 2021-07-11 05:00:00 2021-07-11 06:00:00 83
5 2021-07-11 06:00:00 2021-07-11 07:00:00 84
6 2021-07-11 07:00:00 2021-07-11 08:00:00 65
7 2021-07-11 08:00:00 2021-07-11 09:00:00 80
8 2021-07-11 09:00:00 2021-07-11 10:00:00 80
您可以在之后使用笛卡爾連接和過濾器（對于大型資料幀，這可能是記憶體效率低下的）：
(df1.merge(df2, how='cross')
.query('ST <=Time <= ET')
.groupby(['ST', 'ET'], as_index = False)
.stock
.max()
)
Out[113]:
ST ET stock
0 2021-07-11 01:00:00 2021-07-11 02:00:00 48
1 2021-07-11 02:00:00 2021-07-11 03:00:00 48
2 2021-07-11 03:00:00 2021-07-11 04:00:00 80
3 2021-07-11 04:00:00 2021-07-11 05:00:00 81
4 2021-07-11 05:00:00 2021-07-11 06:00:00 83
5 2021-07-11 06:00:00 2021-07-11 07:00:00 84
6 2021-07-11 07:00:00 2021-07-11 08:00:00 65
7 2021-07-11 08:00:00 2021-07-11 09:00:00 80
8 2021-07-11 09:00:00 2021-07-11 10:00:00 80
另一種選擇是使用區間索引（這里是一個較長的程序，因為結果區間具有重疊值）：
box = pd.IntervalIndex.from_arrays(df1.ST, df1.ET, closed='both')
df1.index = box
# create temporary Series
temp = (df2.Time
.apply(lambda x: box[box.get_loc(x)])
.explode(ignore_index = False)
)
temp.name = 'interval'
# lump back to main dataframe (df2)
temp = pd.concat([df2, temp], axis = 1)
# aggregate:
temp = temp.groupby('interval').stock.max()
# join back to df1 to get final output
df1.join(temp).reset_index(drop=True)
ST ET stock
0 2021-07-11 01:00:00 2021-07-11 02:00:00 48
1 2021-07-11 02:00:00 2021-07-11 03:00:00 48
2 2021-07-11 03:00:00 2021-07-11 04:00:00 80
3 2021-07-11 04:00:00 2021-07-11 05:00:00 81
4 2021-07-11 05:00:00 2021-07-11 06:00:00 83
5 2021-07-11 06:00:00 2021-07-11 07:00:00 84
6 2021-07-11 07:00:00 2021-07-11 08:00:00 65
7 2021-07-11 08:00:00 2021-07-11 09:00:00 80
8 2021-07-11 09:00:00 2021-07-11 10:00:00 80
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/371340.html