python - 如何相对于 df2 选定行中的单个值更改 df1 的列值？

Question

我有一个 df1，如下所示，df1 中的行是使用 df2 的开始和结束日期选择的。正如您所看到的，df2 中的 CaseName 具有关联的 ID 号。

问题: 我想用 CaseName 更新/更改/替换 df1 中的 CaseName(通过屏蔽日期时间戳 w.r.t. df2 选择) > 在df2中。

df 的原始形状是 (80000,15) 其余列是属性值。 使用开始和结束日期选择后

df1.shape = (29467,15)
Index CaseName TStamp
0     CASE_A   2016-05-19 00:00
1     CASE_A   2016-05-19 01:00
2     CASE_A   2016-05-19 02:00
3     CASE_A   2016-05-19 03:00
4     CASE_A   2016-05-19 04:00
5     CASE_B   2016-07-30 00:00
6     CASE_B   2016-07-30 02:00
7     CASE_B   2016-07-30 03:00
8     CASE_B   2016-07-30 04:00
9     CASE_B   2016-07-30 05:00
10    CASE_B   2016-07-30 06:00

df2.shape = (23,3)
Index CaseName    Start      End
0     CASE_A1     2016-05-19 2016-08-30
1     CASE_A2     2016-08-30 2017-01-06
2     CASE_A3     2017-01-06 2017-05-08
3     CASE_A4     2017-05-08 2017-08-01
4     CASE_A5     2017-08-01 2018-06-24
5     CASE_B1     2016-05-20 2016-07-30
6     CASE_B2     2016-07-30 2016-10-16
7     CASE_B3     2016-10-16 2017-01-14
8     CASE_B4     2017-01-14 2017-05-08
9     CASE_B5     2017-05-08 2017-08-03
10    CASE_B6     2017-08-03 2018-06-25

我试过了，

• 在 df2 中逐行迭代。
• 使用 df2.Start 和 df2.End 创建 mask 。
• 应用条件来分配值。
• 实际上df1中有多种情况CASE_A,B,C,D。

#For single condition CASE_A
for index,row in df2.iterrows():
    mask = (df1['TStamp'] > row['Start']) & (df1['TStamp'] <= row['End'])
    temp_df = df1.loc[mask]
    temp_df.loc[temp_df['CaseName'] == 'CASE_A','CaseName'] = row['CaseName ']

预期输出类似于，

result_df1.shape = (29467,15)
Index CaseName TStamp
0     CASE_A1   2016-05-19 00:00
1     CASE_A1   2016-05-19 01:00
2     CASE_A1   2016-05-19 02:00
3     CASE_A1   2016-05-19 03:00
4     CASE_A1   2016-05-19 04:00
5     CASE_B2   2016-07-30 00:00
6     CASE_B2   2016-07-30 02:00
7     CASE_B2   2016-07-30 03:00
8     CASE_B2   2016-07-30 04:00
9     CASE_B2   2016-07-30 05:00
10    CASE_B2   2016-07-30 06:00

Answer 1

用途:

#convert columns to datetimes
df1['TStamp'] = pd.to_datetime(df1['TStamp'])
df2['Start'] = pd.to_datetime(df2['Start'])
df2['End'] = pd.to_datetime(df2['End'])

#remove last value in strings
df2['CaseName'] = df2['CaseName'].str[:-1]

#merge together
df = df1.merge(df2, on='CaseName')
#filter by condition and by columns names
mask = (df['TStamp'] > df['Start']) & (df['TStamp'] <= df['End'])
df = df.loc[mask, df1.columns]
print (df)
   CaseName              TStamp
5    CASE_A 2016-05-19 01:00:00
10   CASE_A 2016-05-19 02:00:00
15   CASE_A 2016-05-19 03:00:00
20   CASE_A 2016-05-19 04:00:00
25   CASE_B 2016-07-30 00:00:00
32   CASE_B 2016-07-30 02:00:00
38   CASE_B 2016-07-30 03:00:00
44   CASE_B 2016-07-30 04:00:00
50   CASE_B 2016-07-30 05:00:00
56   CASE_B 2016-07-30 06:00:00