所以我有這兩個(gè)表，我想在其中做 aleft join并過濾我的date列來自和列df1之間的行。 fromtodf2注意row 6哪個(gè)沒有ClockInDate哪個(gè)最終會(huì)導(dǎo)致問題。df1： Company Resource ClockInDate0 A ResA 2019-02-091 A ResB 2019-02-092 A ResC 2019-02-093 B ResD 2019-02-094 B ResE 2019-02-095 B ResF 2019-02-096 B ResG NaTdf2： Company Resource EffectiveFrom EffectiveTo0 A ResA 2018-01-01 2018-12-311 A ResA 2019-01-01 2099-12-312 A ResB 2018-01-01 2018-12-313 A ResB 2019-01-01 2099-12-314 B ResE 2018-01-01 2018-12-315 B ResE 2019-01-01 2099-12-316 B ResF 2018-01-01 2018-12-317 B ResF 2019-01-01 2099-12-318 B ResG 2018-01-01 2018-12-319 B ResG 2019-01-01 2099-12-31我想我可以left merge在熊貓中做到這一點(diǎn)，然后應(yīng)用過濾器。但它給出了不同的輸出。因此，在 SQL 中，您可以O(shè)N像這樣在子句中包含此過濾器，但這與在WHERE子句中的 join 之后包含此過濾器不同： SELECT t1.company, t1.resource, t2.company, t2.resource, t1.ClockInDate, t2.EffectiveFrom, t2.EffectiveTo FROM table1 t1 LEFT JOIN table2 t2 ON t1.resource = t2.resource AND t1.company = t2.company AND t1.ClockInDate BETWEEN t2.EffectiveFrom AND t2.EffectiveTo注意部分：AND t1.ClockInDate BETWEEN t2.EffectiveFrom AND t2.EffectiveTo注意：在 SQL 代碼中df1是t1和df2是t2
2 回答
翻翻過去那場(chǎng)雪
TA貢獻(xiàn)2065條經(jīng)驗(yàn) 獲得超14個(gè)贊
所以在完成這個(gè)項(xiàng)目后，我獲得了更多的見識(shí)。我找到了一個(gè)解決方案，但希望有cleaner一個(gè)解決方案。但這有效：我們可以連接來自原始數(shù)據(jù)幀的行，這些行具有ClockIndate.isnull：
df_merge = pd.merge(df1, df2, on=['Company', 'Resource'], how='left')
df_filter = df_merge[df_merge.ClockInDate.between(df_merge.EffectiveFrom, df_merge.EffectiveTo) | df_merge.EffectiveFrom.isnull()]
df_final = pd.concat([df_filter, df1[df1.ClockInDate.isnull()]], sort=True)
print(df_final)
ClockInDate Company EffectiveFrom EffectiveTo Resource
1 2019-02-09 A 2019-01-01 2099-12-31 ResA
3 2019-02-09 A 2019-01-01 2099-12-31 ResB
4 2019-02-09 A NaT NaT ResC
5 2019-02-09 B NaT NaT ResD
7 2019-02-09 B 2019-01-01 2099-12-31 ResE
9 2019-02-09 B 2019-01-01 2099-12-31 ResF
6 NaT B NaT NaT ResG
添加回答
舉報(bào)
0/150
提交
取消