如何根据另一个 dataframe 的条件过滤一个 dataframe 中列的特定值？

Question

我有两个看起来像这样的数据框：

#df1
id   |   count    |  mindate
x         3            01/01/2020
y         4            01/02/2019
z         5            01/03/2019
#df2
id   |   date 
x         01/01/2019   
x         01/02/2019      
x         01/01/2020     
y         01/02/2018
y         01/03/2019
y         01/04/2020
z         01/04/2019
z         01/05/2020

我想做的是，如果一个 id 的计数小于 4，那么我想将该 id 的日期保持在 2019 年之后。如果一个 id 的计数大于或等于 4一个 id，那么我只想保持 id 的日期超过其 mindate 值。 所以最终的 dataframe 应该是这样的：

id   |   date 
x         01/01/2019   
x         01/02/2019      
x         01/01/2020     
y         01/03/2019
y         01/04/2020
z         01/04/2019
z         01/05/2020

我已经合并了这两个数据框，但我不确定在那之后该怎么做。

Answer 1

左merge dataframe df2与df1上id ，然后使用np.where创建 boolean 掩码从df2过滤行

s = df2.merge(df1, on='id', how='left', sort=False)
m = np.where(s['count'] < 4, s['date'].dt.year >= 2019, s['date'] > s['mindate'])

---

>>> df2[m]

  id       date
0  x 2019-01-01
1  x 2019-01-02
2  x 2020-01-01
4  y 2019-01-03
5  y 2020-01-04
6  z 2019-01-04
7  z 2020-01-05

PS：在使用此方法之前，您需要将df1和df2中的日期列解析为datetime类型。