如何查看DF1中的id是否在过去30分钟内出现在DF2中？使用 Pandas

Question

我有 DF1 customer_id、日期时间和水果购买，DF2 customer_id、日期时间和蔬菜购买，如何检查客户在过去 30 分钟内是否购买了水果蔬菜采购？

df1.head()

customer_id	puchase_date	fruit_item
1	2019-08-01 23:55:55	Apples
2	2019-08-01 23:58:32	Bananas

df2.head()

customer_id	puchase_date	veggies_item
1	2019-08-01 23:44:55	Eggplants
2	2019-08-01 22:00:32	Carrots

#after writing the required code and adding a new column to df1
df1.head()

customer_id	puchase_date	fruit_item	baught_veggies_last_30_minutes?
1	2019-08-01 23:55:55	Apples	Yes
2	2019-08-01 23:58:32	Bananas	No

Answer 1

您可以使用 merge_asof。您希望在购买日期后 30 分钟内合并，因此使用 tolerance 参数进行设置。请注意，您将 purchase 拼错为 puchase。我以同样的方式拼写，这样您就可以 运行 没有错误。

out = (pd.merge_asof(df1.assign(puchase_date=pd.to_datetime(df1['puchase_date'])).sort_values(by='puchase_date'),
                    df2.assign(puchase_date=pd.to_datetime(df2['puchase_date'])).sort_values(by='puchase_date'), 
                    on='puchase_date', 
                    by='customer_id', 
                    tolerance=pd.Timedelta('30 minute'))
       .rename(columns={'veggies_item':'bought_veggies_last_30_minutes'})
       .assign(bought_veggies_last_30_minutes=lambda x: x['bought_veggies_last_30_minutes']
               .notna().replace({True: 'Yes', False:'No'})))

输出：

   customer_id        puchase_date fruit_item bought_veggies_last_30_minutes
0            1 2019-08-01 23:55:55     Apples                            Yes
1            2 2019-08-01 23:58:32    Bananas                             No