Funktioniert Pandas Dataframe Merge mit mehr oder weniger?

Question

Jetzt muss ich zwei Datenrahmen mit der Bedingung größer als (> =) zusammenführen. Aber nur Unterstützung gleich zusammenführen. Gibt es eine Möglichkeit, damit umzugehen? Vielen Dank!

Answer 1

Ich weiß nicht, wie die folgend mit ähnlicher Zusammenführung zu erreichen und Join-Syntax in Pandas,

SELECT * 
FROM a 
INNER JOIN b 
ON a.column1 >= b.column1 AND a.column1 <= b.column2 

Aber die obigen Abfrage kann auch implizit geschrieben werden;

SELECT * 
FROM a, b 
WHERE a.column1 >= b.column1 AND a.column1 <= b.column2 

Das ist im Grunde die alte Syntax und sollte genau dasselbe (Leistung) tun. Es nimmt das kartesische Produkt von 2 Tabellen (oder Cross-Join) und wählen Sie dann aus dem Verwenden der WHERE-Bedingung, die leicht in Pandas implementiert werden könnte. Dies könnte ein wenig schwer in Erinnerung sein, sollte aber schnell sein.

Zuerst die FROM a, b Klausel (wir ordnen vorübergehend eine Spalte mit denselben Werten in allen Reihen zu, also können wir uns über ihn verbinden);

df = pd.merge(a.assign(key=0), b.assign(key=0), on='key').drop('key', axis=1) 

und verwenden dann boolean Indexierungs (unser WHERE Satz) um den Rahmen zu schneiden;

df[(df["column1_x"] >= df["column1_y"]) & (df["column1_x"] <= df["column2_y"])] 

Wenn Sie nicht das kartesische Produkt und wollen nur die Zeilen auf denselben Index der beiden Tabellen vergleichen, können Sie auf den Index wie folgt zusammenführen können;

df = a.merge(b, left_index = True, right_index = True) 

oder concat auf die Achse 1, wenn sie dieselbe Länge;

df = pd.concat([a, b], axis=1) 

Und verwenden Sie boolesche Indizierung erneut, um Ergebnisse zu beseitigen;

df[(df["column1_x"] >= df["column1_y"]) & (df["column1_x"] <= df["column2_y"])]