从一个数据帧与另一个数据帧查找值，然后根据条件是否满足在 df1 中创建新列

Question

我有两个数据框。

• df1 有一个日期时间列，
• df2 有三列“开始时间”和“结束时间”以及一个名为“阶段编号”的列。

我正在尝试在df1数据帧中查找**日期时间**值，看看它是否在开始时间和结束时间列之间strong>df2，如果是这样，则使用 df2 数据帧中的阶段编号在 df1 中创建一个新列。

我可以使用迭代函数来做到这一点，但这对于大文件来说太耗时了。我还有什么其他方法可以做到这一点？

先感谢您

Answer 1

我将源数据帧（df1 和 df2）创建为：

             datetime
0 2022-01-03 10:30:00
1 2022-01-03 11:20:00
2 2022-01-05 12:00:00
3 2022-01-05 08:00:00
4 2022-01-06 16:05:00

以及

           start time            end time  stage number
0 2022-01-03 10:00:00 2022-01-03 12:00:00             1
1 2022-01-04 10:00:00 2022-01-04 16:00:00             2
2 2022-01-05 10:00:00 2022-01-06 18:00:00             3
3 2022-01-10 10:00:00 2022-01-20 18:00:00             4

日期时间、开始时间和结束时间 列的类型为 datetime64[ns]。

请注意，df1 中的 2022-01-05 08:00:00 不包含在任何
df2 中的一对开始/结束时间。
在这种情况下（无阶段）阶段编号将设置为0。

首先计算 3 个辅助 Numpy 数组：

st = df2['start time'].values
et = df2['end time'].values
dat = df1.datetime.values[:,None]

然后将新列计算为：

df1['stage'] = np.dot(np.logical_and(np.less_equal(st, dat),
    np.less_equal(dat, et)), df2['stage number'])

结果为：

             datetime  stage
0 2022-01-03 10:30:00      1
1 2022-01-03 11:20:00      1
2 2022-01-05 12:00:00      3
3 2022-01-05 08:00:00      0
4 2022-01-06 16:05:00      3