主页 / coding / 问题 / 77580911
Accepted
Viktor
Asked: 2023-12-01 02:33:03 +0800 CST

在 pandas 中检查一个数据帧与另一个数据帧的值的快速方法

  • 772

我有两个数据框。df1：

                   Date     High      Mid      Low
1   2023-08-03 00:00:00  29249.8  29136.6  29152.3
4   2023-08-03 12:00:00  29395.8  29228.1  29105.0
10  2023-08-04 12:00:00  29305.2  29250.1  29137.1
13  2023-08-05 00:00:00  29099.9  29045.3  29073.0
18  2023-08-05 20:00:00  29061.6  29047.1  29044.0
..                  ...      ...      ...      ...
696 2023-11-26 20:00:00  37732.1  37469.9  37370.0
703 2023-11-28 00:00:00  37341.4  37138.2  37254.1
707 2023-11-28 16:00:00  38390.7  38137.2  37534.4
711 2023-11-29 08:00:00  38419.0  38136.3  38112.0
716 2023-11-30 04:00:00  38148.9  37800.1  38040.0

和 df2：

                Start      Top   Bottom
0 2023-11-28 00:00:00  37341.4  37138.2
1 2023-11-24 12:00:00  38432.9  37894.4

我需要检查第一个数据帧中的值是否落在第二个数据帧的行中的值的范围内，并将匹配数存储在列中。我可以使用这样的迭代来做到这一点：

for idx in df1.index:

    df2.loc[
        (df2.Start !=  df1.at[idx, 'Date']) &
        (df2.Bottom < df1.at[idx, 'High']) &
        (df2.Top > df1.loc[idx, ['Mid', 'Low']].max()),
        'Match'] += 1

但这种方式很慢。有没有更快的方法而不需要迭代？

python

1 个回答

  1. Best Answer

    如果您有足够的内存（取决于df1和df2），您可以使用cross merge：

    df2['Match'] = (df2.reset_index()
                   .merge(df1, how='cross')
                   .loc[lambda x:
                        (x.Start !=  x.Date) &
                        (x.Bottom < x.High) &
                        (x.Top > x[['Mid', 'Low']].max(axis=1))]
                   .value_counts('index').reindex(df2.index, fill_value=0))

    输出：

    >>> df2
                Start      Top   Bottom  Match
0 2023-11-28 00:00:00  37341.4  37138.2      0
1 2023-11-24 12:00:00  38432.9  37894.4      3
    • 2

相关问题