python - 根据另一个数据帧的范围从数据帧中选择最小值

Question

我有一个 datafrme df1 为:

Type    StDt    EnDt
A   1/2/2012    1/4/2012
B   1/6/2012    1/6/2012

我有另一个数据框 df2，其中 2019 年之前的所有日期为:

             KBWI
Date             
2012-01-02  45.00
2012-01-03  32.00
2012-01-04  14.00
2012-01-05  26.00
2012-01-06  27.00

对于 df1 中的每一行，我需要使用日期范围 StDt、EnDt 从 df2 中提取所有行，并取其最小值以获得以下结果:

Type    StDt    EnDt       Minimum
A   1/2/2012    1/4/2012   14.00
B   1/6/2012    1/6/2012   27.00

由于数据帧很大，我不知道如何有效地做到这一点。

Answer 1

初步准备:将所有涉及的列和索引转换为日期时间。

df[['StDt', 'EnDt']] = df[['StDt', 'EnDt']].apply(pd.to_datetime, errors='coerce') 
df2.index = pd.to_datetime(df2.index, errors='coerce')

df

  Type       StDt       EnDt
0    A 2012-01-02 2012-01-04
1    B 2012-01-06 2012-01-06

df2
            KBWI
Date            
2012-01-02  45.0
2012-01-03  32.0
2012-01-04  14.0
2012-01-05  26.0
2012-01-06  27.0

一种简单的方法是使用 pd.IntervalIndex 和 groupby 来查找最小值:

idx = pd.IntervalIndex.from_arrays(df['StDt'], df['EnDt'], closed='both')
df['Minimum'] = df2['KBWI'].groupby(idx.get_indexer_non_unique(df2.index)).min()
df

  Type       StDt       EnDt  Minimum
0    A 2012-01-02 2012-01-04     14.0
1    B 2012-01-06 2012-01-06     27.0

假设df的索引也是一个RangeIndex(数字，单调递增)，这是可行的。