Início / coding / Perguntas / 78374133
Accepted
BP130
Asked: 2024-04-24 01:28:57 +0800 CST

Pandas se fundindo na data mais próxima com consideração para agrupamento

  • 772

Estou desenvolvendo uma solução python para um desafio de transformação de dados e estou enfrentando um pequeno obstáculo que não consigo entender. Quero mesclar os dois quadros de dados (ou seja, df1 e df2) para criar um novo quadro de dados que tenha inserido df2['value2'] em df1['value1'] enquanto considera o alinhamento de data e 'Tipo'. Alguém já resolveu um problema semelhante? O pandas é a melhor biblioteca para resolver este problema?

Consulte o trecho de código que estou usando em meu notebook Jupyter para testar a solução abaixo.

import pandas as pd 

df1 = pd.DataFrame({ 'Type': ['Labor', 'Material', 'Labor', 'Material' , 'Labor', 'Material', 'Labor', 'Material'],'date1': ['2021-01-01', '2021-01-01', '2021-02-01', '2021-02-01', '2021-03-01', '2021-03-01', '2021-04-01', '2021-04-01'], 'value1': [0,0,0,0,0,0,0,0]})
df2 = pd.DataFrame({ 'Type': ['Labor', 'Material', 'Labor', 'Material'],'date2': ['2021-01- 
11', '2021-02-22', '2021-02-05', '2021-03-15'], 'value2': [10,20,25,45]})

display(df1)
display(df2)

df1['date1'] = pd.to_datetime(df1['date1'])
df2['date2'] = pd.to_datetime(df2['date2'])

df1 = df1.sort_values(['date1', 'Type'])
df2 = df2.sort_values(['date2', 'Type'])

merge_df = pd.merge_asof(df2, df1, left_on= 'date2', right_on= 'date1' , by = 'Type', 
direction = 'nearest')

display(merge_df)

A saída que estou tentando alcançar é visualizada abaixo.

Tipo Data Valor
Trabalho 2021-01-01 10
Material 2021-01-01 0
Trabalho 01/02/2021 25
Material 01/02/2021 20
Trabalho 01/03/2021 0
Material 01/03/2021 45
Trabalho 01/04/2021 0
Material 01/04/2021 0
python

1 respostas

  1. Best Answer

    merge_asofé uma mesclagem à esquerda, você precisa usar df1à esquerda. Além disso, você deve usar o mês como by:

    out = (pd.merge_asof(df1.assign(month=df1['date1'].dt.to_period('M')),
                     df2.assign(month=df2['date2'].dt.to_period('M')),
                     left_on='date1', right_on='date2',
                     by=['Type', 'month'], direction='nearest')
         .fillna({'value2': 0})
      )

    Saída:

           Type      date1  value1    month      date2  value2
0     Labor 2021-01-01       0  2021-01 2021-01-11    10.0
1  Material 2021-01-01       0  2021-01        NaT     0.0
2     Labor 2021-02-01       0  2021-02 2021-02-05    25.0
3  Material 2021-02-01       0  2021-02 2021-02-22    20.0
4     Labor 2021-03-01       0  2021-03        NaT     0.0
5  Material 2021-03-01       0  2021-03 2021-03-15    45.0
6     Labor 2021-04-01       0  2021-04        NaT     0.0
7  Material 2021-04-01       0  2021-04        NaT     0.0

    Intermediários:

    # df1.assign(month=df1['date1'].dt.to_period('M'))
       Type      date1  value1    month
0     Labor 2021-01-01       0  2021-01
1  Material 2021-01-01       0  2021-01
2     Labor 2021-02-01       0  2021-02
3  Material 2021-02-01       0  2021-02
4     Labor 2021-03-01       0  2021-03
5  Material 2021-03-01       0  2021-03
6     Labor 2021-04-01       0  2021-04
7  Material 2021-04-01       0  2021-04

# df2.assign(month=df2['date2'].dt.to_period('M'))
       Type      date2  value2    month
0     Labor 2021-01-11      10  2021-01
2     Labor 2021-02-05      25  2021-02
1  Material 2021-02-22      20  2021-02
3  Material 2021-03-15      45  2021-03
    • 0

relate perguntas