按日期更新 DataFrame 中的值

Question

我试图制作一个代码来输入项目的版本。有两个数据框，一个是项目，一个是版本信息。

这是我制作的虚拟数据和代码：

import pandas as pd
from datetime import datetime

Item = pd.DataFrame({"ID":["A1","A1","A2","A2","A3","B1"],"DATE":["2021-07-05","2021-08-01","2021-02-02","2021-02-03","2021-01-01","2021-10-12"]})
Ver = pd.DataFrame({"ver_date" : ["2021-01-01","2021-07-07","2021-09-09"],"version":["1.1","1.2","1.3"]})

for id,dat in zip(Item["ID"],Item["DATE"]):
    dat2 = datetime.strptime(dat,'%Y-%m-%d')
    for dtc,ver in zip(Ver["ver_date"],Ver["version"]):
        dtc = datetime.strptime(dtc,'%Y-%m-%d')
        if dat2 >= dtc:
            Item.loc[(Item.ID == id) & (Item.DATE == dat),"VER"] = ver
            continue
        else:
            pass

所以我尝试的是这段代码。实际上这段代码有效，但我认为它效率不高，因为它在大约 1~2 分钟内给了我一个结果。（200 个项目）。

Answer 1

您可以使用 merge_asof。它按关键距离合并。默认情况下，它使用“向后”搜索，选择 Ver 中“ver_date”小于或等于 Item 的“日期”的最后一行（即您的 if-else 条件正在检查什么）。

它还希望对键进行合并以进行排序；所以您可以先将日期列转换为日期时间对象，然后按它们对 DataFrames 进行排序：

Item['DATE'] = pd.to_datetime(Item['DATE'])
Ver['ver_date'] = pd.to_datetime(Ver['ver_date'])
out = (pd.merge_asof(Item.sort_values(by='DATE'), 
                     Ver.sort_values(by='ver_date'), 
                     left_on='DATE', right_on='ver_date')
       .drop(columns='ver_date')
       .sort_values(by='ID')
       .rename(columns={'version':'VER'}))

输出：

   ID       DATE  VER
3  A1 2021-07-05  1.1
4  A1 2021-08-01  1.2
1  A2 2021-02-02  1.1
2  A2 2021-02-03  1.1
0  A3 2021-01-01  1.1
5  B1 2021-10-12  1.3

按日期更新 DataFrame 中的值

Update values in a DataFrame by values in another by date

python

dataframe

python-3.x

pandas

pandas-merge