パンダ：2つのデータフレーム間で情報を接続

Question

私は2つのデータフレームを持っています。

Id Name  StartTime   EndTime 
0 201 Car1 2016-01-01 00:00:00 2016-01-01 00:43:05 
1 205 Car2 2016-01-01 00:10:00 2016-01-01 00:45:05 
2 345 Car3 2016-01-01 00:01:00 2016-01-01 00:47:05 
3 456 Car2 2016-01-02 00:00:00 2016-01-02 02:45:05 
4 432 Car1 2016-01-02 00:00:00 2016-01-02 02:47:05 

（GPSなど）旅行中のタイムスタンプが含まれていBデータフレーム：データフレームAは、旅行に関する情報が含まれています。

Name Timestamp 
0 Car1 2016-01-01 00:05:00 
1 Car1 2016-01-01 00:05:24 
2 Car2 2016-01-01 00:10:04 
3 Car3 2016-01-01 00:01:04 
4 Car2 2016-01-01 00:10:34 
5 Car1 2016-01-01 00:05:54 

私は名前とフレームAで開始と終了時間に基づいてデータフレームAからIDをピックアップId呼ばDATAFRAME Bに列を追加する必要があります。これらの両方のデータフレームは非常に大きいので、効率的な方法が必要です。

Answer 1

これは最近merge_asofを追加しましたため、状況のように見えます。すなわち、左側のデータフレーム（ここではデータフレームB）を受け取り、以下行い左データフレームの行ごとに

は、我々は、そのキー「オン」以下である 正しいデータフレームの最後の行を選択します左の キー。両方のDataFramesをキーでソートする必要があります。

は、我々は、タイムスタンプデータを持っていることを確認し

dfa['StartTime'] = pd.to_datetime(dfa.StartTime) 
dfa['EndTime'] = pd.to_datetime(dfa.EndTime) 
dfb['Timestamp'] = pd.to_datetime(dfb.Timestamp) 

次にソート結合列

dfb = dfb.sort_values('Timestamp') 
dfa = dfa.sort_values('StartTime') 

Perfomがasof '名前'

pd.merge_asof(dfb, dfa, left_on='Timestamp', right_on='StartTime', by='Name') 

出力によってマージ

Name   Timestamp Id   StartTime    EndTime 
0 Car3 2016-01-01 00:01:04 345 2016-01-01 00:01:00 2016-01-01 00:47:05 
1 Car1 2016-01-01 00:05:00 201 2016-01-01 00:00:00 2016-01-01 00:43:05 
2 Car1 2016-01-01 00:05:24 201 2016-01-01 00:00:00 2016-01-01 00:43:05 
3 Car1 2016-01-01 00:05:54 201 2016-01-01 00:00:00 2016-01-01 00:43:05 
4 Car2 2016-01-01 00:10:04 205 2016-01-01 00:10:00 2016-01-01 00:45:05 
5 Car2 2016-01-01 00:10:34 205 2016-01-01 00:10:00 2016-01-01 00:45:05 

Answer 2

私はあなたが外でmergeがdropによってboolean indexing、最後の削除列でフィルタリングした後、列Nameに参加する必要があると思う：

df = pd.merge(df1, df2, on='Name', how='outer') 
df = df[(df.StartTime <= df.Timestamp) & (df.EndTime >= df.Timestamp)] 
df = df.drop(['StartTime','EndTime'], axis=1) 
print (df) 
    Id Name   Timestamp 
0 201 Car1 2016-01-01 00:05:00 
1 201 Car1 2016-01-01 00:05:24 
2 201 Car1 2016-01-01 00:05:54 
6 205 Car2 2016-01-01 00:10:04 
7 205 Car2 2016-01-01 00:10:34 
10 345 Car3 2016-01-01 00:01:04