python - 如何匹配两个数据框并得到以下结果？

Question

我有以下 df_project:

df_project = pd.DataFrame({'Project':['A','B','C'],'Day':[1,5,10],'Cost':[100,200,300]})

Project Day Cost
A       1   100
B       5   200
C       10  300

我还有以下 df_ payment:

df_payment = pd.DataFrame({'Payment':['P1','P2','P3','P4','P5','P6'],'Day':[2,3,5,6,7,11],'Amount':[50,40,100,50,70,280]})

Payment Day Amount
P1      2   50
P2      3   40
P3      5   100
P4      6   50
P5      7   70
P6      11  280

我想要得到以下结果:

df_result = pd.DataFrame({'Project':['A','A','A','B','B','B','np.Nan','C','C'],'Payment':['P1','P2',np.nan,'P3','P4','P5','P5','P6',np.nan],'Amount':[50,40,10,100,50,50,20,280,20]})

Project Payment Amount
A       P1      50.0
A       P2      40.0
A       NaN     10.0
B       P3      100.0
B       P4      50.0
B       P5      50.0
NaN     P5      20.0
C       P6      280.0
C       NaN     20.0

逻辑是: 1.付款必须与天数大于或等于的项目匹配

所以我们可以看到P1和P2匹配A，P3，P4，P5匹配B，P6匹配C

付款与项目匹配后 我们基本上有以下数据框:

Project Payment 
A       P1      
A       P2      
B       P3      
B       P4      
B       P5      
C       P6      

然后我们还将 df_ payment['Amount'] 与 df_project['Cost'] 进行匹配

因此 (P1,50) 和 (P2,40) 与 A 匹配，但 A 的成本为 100，赤字为 10，因此付款设置为 NaN

然后对于项目 B，(P3,100)、(P4,50)、(P5,70) 的盈余为 20，因此该项目设置为 NaN 以获得额外的 20 盈余

同样，对于项目C(P6,280)有20的赤字，所以结果将是这样的:

Project Payment Amount
A       P1      50.0
A       P2      40.0
A       NaN     10.0
B       P3      100.0
B       P4      50.0
B       P5      50.0
NaN     P5      20.0
C       P6      280.0
C       NaN     20.0

有什么办法可以做到这一点吗？

Answer 1

使用merge_asof在最近的日子合并

M = pd.merge_asof(df_payment,df_project,on='Day').drop('Day',axis=1)

函数有助于将成本和金额之间的差异附加回数据框

def attach_difference(df):
    A = df.Amount.sum()
    B = df.Cost.max()
    C = df.shape[0]
    D = df.Payment.iloc[-1]
    df = df.reset_index(drop=True)
    if A-B < 0:
        df.loc[C]=  {'Payment':np.nan,
                     'Amount':abs(A-B), 
                     'Project':df.Project.unique()[0],
                     'Cost':np.nan}

    elif A - B > 0 : 
        df.loc[C-1,'Amount'] = df.loc[C-1,'Amount'] - (A-B)
        df.loc[C]=  {'Payment':D,
                     'Amount':A-B, 
                     'Project':np.nan,
                     'Cost':np.nan}


    return df

运行列表理解并将函数通过管道传输到每个组

outcome = [group.pipe(attach_difference)
           .drop('Cost',axis=1)
           for name, group in M.groupby('Project')]

(pd.concat(outcome,ignore_index=True)
 .reindex(['Project','Payment','Amount'],
          axis=1)
 )



   Project  Payment Amount
0     A       P1    50
1     A       P2    40
2     A       NaN   10
3     B       P3    100
4     B       P4    50
5     B       P5    50
6     NaN     P5    20
7     C       P6    280
8     C       NaN   20