我有 2 个 dfs:
阈值
id meter_point_id valid_from valid_until max_power_contractual
0 3 61 1969-12-31 23:00:00 2019-11-06 23:00:00 0
1 79 61 2019-11-07 00:00:00 2020-07-13 00:00:00 10
数据
id ds time_series_id y
0 12858 2019-03-21 14:30:00 12858 49.25
1 12858 2019-03-21 14:15:00 12858 52.5
2 12858 2019-03-21 17:15:00 12858 49.25
3 12858 2019-03-21 13:45:00 12858 49.0
4 12858 2019-03-21 13:30:00 12858 51.75
5 22231 2019-11-11 12:00:00 22231 10.5
6 22231 2019-11-11 11:45:00 22231 10.0
7 22231 2019-11-12 09:45:00 22231 10.0
8 22231 2019-11-14 21:45:00 22231 9.5
我想根据 valid_from 和 valid_until 日期检查 data df 中 ds 列中的每个日期在 threshold 列中。如果 ds 中的日期位于日期范围 1969-12-31 23:00:00-2019-11-06 23:00:00，我想从 threshold df 中获取 max_power_contractual 值，并将其创建为 data df 中的新列。
预期输出
id ds time_series_id y max_power_contractual
0 12858 2019-03-21 14:30:00 12858 49.25 0
1 12858 2019-03-21 14:15:00 12858 52.5 0
2 12858 2019-03-21 17:15:00 12858 49.25 0
3 12858 2019-03-21 13:45:00 12858 49.0 0
4 12858 2019-03-21 13:30:00 12858 51.75 0
5 22231 2019-11-11 12:00:00 22231 10.5 10
6 22231 2019-11-11 11:45:00 22231 10.0 10
7 22231 2019-11-12 09:45:00 22231 10.0 10
8 22231 2019-11-14 21:45:00 22231 9.5 10
在data df的前5行，ds值与threshold df第一行的日期范围匹配，因此，由于该日期范围的 max_power_contractual 为 0，因此我希望 data df 中有该值。类似地，data df 的最后第 4 行，ds 值与 threshold df 第二行中的日期范围匹配，所以由于该日期范围的 max_power_contractual 是 10，我希望 data df 中有该值。
如何做到这一点？
谢谢
最佳答案
首先使用 pd.to_datetime 将两个数据框中的日期类列转换为 pandas datetime 系列:
threshold['valid_from'] = pd.to_datetime(threshold['valid_from'])
threshold['valid_until'] = pd.to_datetime(threshold['valid_until'])
data['ds'] = pd.to_datetime(data['ds'])
然后使用:
idx = pd.IntervalIndex.from_arrays(threshold['valid_from'], threshold['valid_until'])
mapping = threshold.set_index(idx)['max_power_contractual']
data['max_power_contractual'] = data['ds'].map(mapping)
详细信息:
步骤 A:创建 pd.IntervalIndex来自 valid_from 和 valid_until 列，此 IntervalIndex 将在 STEP C 中用于映射列 ds:
# print(idx)
IntervalIndex([(1969-12-31 23:00:00, 2019-11-06 23:00:00], (2019-11-07, 2020-07-13]],
closed='right',
dtype='interval[datetime64[ns]]')
步骤 B:使用 .set_index将 max_power_contractual 系列的索引设置为此区间索引 idx:
# print(mapping)
(1969-12-31 23:00:00, 2019-11-06 23:00:00] 0
(2019-11-07, 2020-07-13] 10
Name: max_power_contractual, dtype: int64
步骤 C:最后使用 Series.map将 ds 列映射到此 mapping 系列，并将其分配给 data 中的新列。
# print(data)
id ds time_series_id y max_power_contractual
0 12858 2019-03-21 14:30:00 12858 49.25 0
1 12858 2019-03-21 14:15:00 12858 52.50 0
2 12858 2019-03-21 17:15:00 12858 49.25 0
3 12858 2019-03-21 13:45:00 12858 49.00 0
4 12858 2019-03-21 13:30:00 12858 51.75 0
5 22231 2019-11-11 12:00:00 22231 10.50 10
6 22231 2019-11-11 11:45:00 22231 10.00 10
7 22231 2019-11-12 09:45:00 22231 10.00 10
8 22231 2019-11-14 21:45:00 22231 9.50 10
关于python - 如何查看日期在哪个日期范围内并相应地分配值？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/62874981/