pandas中基于范围条件进行表连接

数据科技有技术 2024-05-26 11:24:45

来自:Python大数据分析 费弗里

表连接是我们日常开展数据分析过程中很常见的操作,在pandas中基于join()、merge()等方法,可以根据左右表连接依赖字段之间对应值是否相等,来实现常规的表连接。

但在有些情况下,我们可能需要基于一些“特殊”的条件匹配,来完成左右表之间的表连接操作,譬如对于下面的示例数据框demo_left和demo_right:

假如我们需要基于demo_left的left_id等于demo_right的right_id,且demo_left的datetime与demo_right的datetime之间相差不超过7天,这样的条件来进行表连接,「通常的做法」是先根据left_id和right_id进行连接,再在初步连接的结果表中基于left_id或right_id进行分组筛选运算,过滤掉时间差大于7天的记录:

而除了上面的方式以外,我们还可以基于之前的文章中给大家介绍过的pandas的功能拓展库pyjanitor中的「条件连接方法」,直接基于范围比较进行连接,且该方式还支持numba加速运算:

0 阅读:10

数据科技有技术

简介:感谢大家的关注