Vergleich Daten von Werten in zwei Datenrahmen entscheiden Ausgang

Question

Dies ist Dataframe 1:

Date Serial Number Type 
0 2014-12-17 1N4AL2EP8DC270200 New 
1 2015-10-28 1N4AL2EP8DC270200 Used 
2 2015-01-22 1N4AL3AP1EN239307 New 
3 2015-11-22 1N4AL3AP1EN239307 Used 
4 2015-05-22 1N4AL3AP1FC235402 New 
5 2016-12-02 1N4AL3AP1FC235402 Used 
6 2015-01-22 1N4AL3AP2FC213098 New 
7 2016-05-13 1N4AL3AP2FC213098 Used 
8 2014-05-14 1N4AL3AP3EC132416 New 
9 2016-04-07 1N4AL3AP3EC132416 Used 
10 2014-05-24 1N4AL3AP5EC316644 New 
11 2014-12-18 1N4AL3AP5EC316644 Used 
12 2014-12-11 1N4AL3AP6EC322517 New 
13 2015-10-04 1N4AL3AP6EC322517 Used 
14 2016-06-06 1N4AL3AP6EC322517 Used 
... 

Das ist Dataframe 2:

Date Serial Number 
0 2014-03-12 5N1AA08C78N611573 
1 2014-03-12 JN8AS5MT3EW604277 
2 2014-03-12 1N6AF0LX5DN114710 
3 2014-03-12 1N4AL3AP8DN447876 
4 2014-03-12 JN8AZ1MU8AW021145 
5 2014-03-12 JN1AZ4EH0AM500138 
6 2014-03-12 JN8AF5MR3BT013548 
7 2014-03-12 3N1AB61E17L629049 
8 2014-03-12 3N1BC13E87L368844 
9 2014-03-13 1N6AD07W95C431183 
10 2014-03-13 1N6AA07A25N543180 
11 2014-03-13 1N4CL2AP1BC110185 
12 2014-03-13 JN8AZ1MW1BW181306 
13 2014-03-13 5N1BV28U46N116791 
... 

Nur eine Probe des Datenrahmen gegeben, nicht der gesamte Datenrahmen. Ich muss das erste Datum jeder Seriennummer abrufen, deren Typ wie im Datenrahmen 1 verwendet wird (Beispiel: Für die Seriennummer '1N4AL3AP6EC322517' ist 2015-10-04 das Datum, nach dem ich suche. Vergleichen Sie dieses Datum dann mit dem Datum, das für dieselbe Seriennummer in Datenrahmen 2 aufgezeichnet wurde, wenn das Datum in Datenrahmen 2 älter ist als in Datenrahmen 1, markieren Sie es mit 'A' andernfalls markieren Sie es mit 'B'

Dies müssen Sie für über 2000 Seriennummern tun was ist ein effizienter Weg, um die gleiche

Answer 1

ich denke, tun Sie verwenden können merge_asof:

print (df2) 
     Date  Serial Number 
0 2016-03-12 1N4AL3AP6EC322517 
1 2013-03-12 1N4AL3AP5EC316644 
2 2014-03-12 1N4AL3AP3EC132416 
3 2016-08-12 1N4AL3AP2FC213098 
4 2014-03-12 JN8AZ1MU8AW021145 

#if necessary cast Date columns to datetime 
df1.Date = pd.to_datetime(df1.Date) 
df2.Date = pd.to_datetime(df2.Date) 
#get first value of column Serial Number filtered by Used 
df = df1[df1.Type == 'Used'].drop_duplicates(['Serial Number']) 
print (df) 
     Date  Serial Number Type 
1 2015-10-28 1N4AL2EP8DC270200 Used 
3 2015-11-22 1N4AL3AP1EN239307 Used 
5 2016-12-02 1N4AL3AP1FC235402 Used 
7 2016-05-13 1N4AL3AP2FC213098 Used 
9 2016-04-07 1N4AL3AP3EC132416 Used 
11 2014-12-18 1N4AL3AP5EC316644 Used 
13 2015-10-04 1N4AL3AP6EC322517 Used 

#add value B 
df2['Mark'] = 'B' 
df = pd.merge_asof(df.sort_values(['Date']), 
        df2.sort_values(['Date']), on='Date', by='Serial Number') 
print (df) 
     Date  Serial Number Type Mark 
0 2014-12-18 1N4AL3AP5EC316644 Used B 
1 2015-10-04 1N4AL3AP6EC322517 Used NaN 
2 2015-10-28 1N4AL2EP8DC270200 Used NaN 
3 2015-11-22 1N4AL3AP1EN239307 Used NaN 
4 2016-04-07 1N4AL3AP3EC132416 Used B 
5 2016-05-13 1N4AL3AP2FC213098 Used NaN 
6 2016-12-02 1N4AL3AP1FC235402 Used NaN 

#add value A 
mask = df['Serial Number'].isin(df2['Serial Number']) 
df.loc[mask, 'Mark'] = df.loc[mask, 'Mark'].fillna('A') 
print (df) 
     Date  Serial Number Type Mark 
0 2014-12-18 1N4AL3AP5EC316644 Used B 
1 2015-10-04 1N4AL3AP6EC322517 Used A 
2 2015-10-28 1N4AL2EP8DC270200 Used NaN 
3 2015-11-22 1N4AL3AP1EN239307 Used NaN 
4 2016-04-07 1N4AL3AP3EC132416 Used B 
5 2016-05-13 1N4AL3AP2FC213098 Used A 
6 2016-12-02 1N4AL3AP1FC235402 Used NaN