Merge Pandas Datenrahmen basierend auf Bedingungen

Question

ich zwei Dateien haben, die Produkte über Informationen über eine Transaktion zeigen

Operationen vom Typ 1

d_op_1 = pd.DataFrame({'id':[1,1,1,2,2,2,3,3],'cost':[10,20,20,20,10,20,20,20], 
         'date':[2000,2006,2012,2000,2009,2009,2002,2006]}) 

Operationen von Typ-2-

d_op_2 = pd.DataFrame({'id':[1,1,2,2,3,4,5,5],'cost':[3000,3100,3200,4000,4200,3400,2000,2500], 
         'date':[2010,2015,2008,2010,2006,2010,1990,2000]}) 

Ich möchte nur diejenigen Register behalten, in denen Operationen vom Typ 1 zwischen zwei Operationen vom Typ 2 stattgefunden haben. E.G. Für das Produkt mit der ID "1" gab es eine Operation vom Typ 1 (2012) zwischen zwei Operationen vom Typ 2 (2010,2015), also möchte ich diese Aufzeichnung behalten.

Die gewünschte Ausgangs es Wolke entweder das:

oder dieses:

Mit pd.merge() I dieses Ergebnis erhielt:

Wie kann ich dies filtern, um die gewünschte Ausgabe zu erhalten?

Answer 1

können Sie verwenden:

#concat DataFrames together    
df4 = pd.concat([d_op_1.rename(columns={'cost':'cost1'}), 
       d_op_2.rename(columns={'cost':'cost2'})]).fillna(0).astype(int) 

#print (df4) 

#find max and min dates per goups 
df3 = d_op_2.groupby('id')['date'].agg({'start':'min','end':'max'}) 
#print (df3) 

#join max and min dates to concated df 
df = df4.join(df3, on='id') 
df = df[(df.date > df.start) & (df.date < df.end)] 
#reshape df for min, max and dated between them 
df = pd.melt(df, 
      id_vars=['id','cost1'], 
      value_vars=['date','start','end'], 
      value_name='date') 
#remove columns 
df = df.drop(['cost1','variable'], axis=1) \ 
     .drop_duplicates() 
#merge to original, sorting 
df = pd.merge(df, df4, on=['id', 'date']) \ 
     .sort_values(['id','date']).reset_index(drop=True) 
#reorder columns 
df = df[['id','cost1','cost2','date']] 

print (df) 
    id cost1 cost2 date 
0 1  0 3000 2010 
1 1  20  0 2012 
2 1  0 3100 2015 
3 2  0 3200 2008 
4 2  10  0 2009 
5 2  20  0 2009 
6 2  0 4000 2010 

#if need lists for duplicates 
df = df.groupby(['id','cost2', 'date'])['cost1'] \ 
     .apply(lambda x: list(x) if len(x) > 1 else x.values[0]) \ 
     .reset_index() 
df = df[['id','cost1','cost2','date']] 
print (df) 
    id  cost1 cost2 date 
0 1  20  0 2012 
1 1   0 3000 2010 
2 1   0 3100 2015 
3 2 [10, 20]  0 2009 
4 2   0 3200 2008 
5 2   0 4000 2010