根据条件从另一个数据框中填充 NaN 值

Question

我需要根据两个数据帧之间的条件为一个数据帧中的某些列填充 NaN 值。

DF1 具有 SOL（行首）和 EOL（行尾）列，DF2 具有每个条目的 UTC_TIME。

对于 DF2 中 UTC_TIME >= SOL 且 <= DF1 中每条记录的 EOL 的每个点，必须为 DF2 中的该行分配 LINE、DEVICE 和 TAPE_FILE。

因此，每个点都将根据 DF1 中 UTC_TIME 之间的 SOL/EOL 时间分配一个 LINE、DEVICE 和 TAPE_FILE。

我正在尝试像这样对每一列使用 numpy where 函数

df2['DEVICE'] = np.where(df2['UTC_TIME'] >= df1['SOL'] and <= df1['EOL'])

或者使用 for 循环遍历每一行

  for point in points:
    if df1['SOL'] >= df2['UTC_TIME'] and df1['EOL'] <= df2['UTC_TIME']
    return df1['DEVICE']
    

Answer 1

尝试使用merge_asof ：

#convert to datetime if needed
df1["SOL"] = pd.to_datetime(df1["SOL"])
df1["EOL"] = pd.to_datetime(df1["EOL"])
df2["UTC_TIME"] = pd.to_datetime(df2["UTC_TIME"])

output = pd.merge_asof(df2[["ID", "UTC_TIME"]],df1,left_on="UTC_TIME",right_on="SOL").drop(["SOL","EOL"],axis=1)

>>> output
   ID            UTC_TIME  LINE    DEVICE  TAPE_FILE
0   1 2022-04-25 06:50:00     1    Huntec         10
1   2 2022-04-25 07:15:00     2  Teledyne         11
2   3 2022-04-25 10:20:00     3    Huntec         12
3   4 2022-04-25 10:30:00     3    Huntec         12
4   5 2022-04-25 10:50:00     3    Huntec         12