熊貓從一列開始合並，完全在其他列上？

Question

我正在嘗試合並 2 個數據as_of在某些列上精確匹配，在其他列（通常是日期）上使用as_of匹配。 這篇文章很好地描述了這個意圖（我將復制粘貼下面的主要內容）：

Pandas：在一列上近似連接，在其他列上完全匹配

上面的帖子已經回答了； 只有它可以追溯到 2016 年，在引入pandas.merge_asof之前。 我相信現在已經發布了一個更簡單的答案。 殘酷的方法是將每組行的 as_of 合並為我想要完全合並的列的相同值。 但是有更優雅的版本嗎？

所需輸入和輸出的精確描述：

輸入

df1 = pd.DataFrame({'index': ['a1','a2','a3','a4'], 'col1': ['1232','432','432','123'], 'col2': ['asd','dsa12','dsa12','asd2'], 'col3': ['1','2','2','3'], 'date': ['2010-01-23','2016-05-20','2010-06-20','2008-10-21'],}).set_index('index')

df1
Out[430]: 
       col1   col2 col3        date
index                              
a1     1232    asd    1  2010-01-23
a2      432  dsa12    2  2016-05-20
a3      432  dsa12    2  2010-06-20
a4      123   asd2    3  2008-10-21

df2 = pd.DataFrame({'index': ['b1','b2','b3','b4'], 'col1': ['132','432','432','123'], 'col2': ['asd','dsa12','dsa12','sd2'], 'col3': ['1','2','2','3'], 'date': ['2010-01-23','2016-05-23','2010-06-10','2008-10-21'],}).set_index('index')

df2
Out[434]: 
      col1   col2 col3        date    b_col
index                             
b1     132    asd    1  2010-01-23        1
b2     432  dsa12    2  2016-05-23        2
b3     432  dsa12    2  2010-06-10        3
b4     123    sd2    3  2008-10-21        4

輸出：

       col1   col2 col3        date b_col
index                                                     
a2      432  dsa12    2  2016-05-20     2
a3      432  dsa12    2  2010-06-20     3

注意 1：我需要這樣做的原因是我需要像groupby(...)[...].rolling(...).transform(...) ，但似乎沒有延遲是否存在，除非我遺漏了什么？

注意 2：我想避免計算所有對，然后過濾，因為數據框可能會變得太大。

Answer 1

我試圖更接近你的問題。 但是，我沒有嘗試 merge_asof 而是合並。 我希望這種方法可以幫助您：

import numpy as np
import pandas as pd


df1 = pd.DataFrame({'index': ['a1', 'a2', 'a3', 'a4'], 'col1': ['1232', '432', '432', '123'],
                'col2': ['asd', 'dsa12', 'dsa12', 'asd2'], 'col3': ['1', '2', '2', '3'],
                'date': ['2010-01-23', '2016-05-20', '2010-06-20', '2008-10-21'],
                }).set_index('index')

df2 = pd.DataFrame({'index': ['b1', 'b2', 'b3', 'b4'], 'col1': ['132', '432', '432', '123'],
                'col2': ['asd', 'dsa12', 'dsa12', 'sd2'], 'col3': ['1', '2', '2', '3'],
                'date': ['2010-01-23', '2016-05-23', '2010-06-10', '2008-10-21'],
                }).set_index('index')


columns = ['col1', 'col2', 'col3']


                                                                                                                                 
new_dic = pd.merge(df1, df2, on=columns, right_index=True).drop_duplicates(subset=['date_x']).drop(labels='date_y', axis=1)          
                                                                                                                             
                                                                                                                  

print(new_dic)