我怎樣才能像子查詢一樣在 python 中進行條件連接？

Question

我有 2 個 df。

我想獲取 df2 的類別，但沒有公共鍵。

df1 的代碼應該在 range1 和 range2 之間。

df2 的 s_date 只有 2 個值（20210101、20220101）

df1

代碼	日期
A51	20221215
C52	20221215
A51	20211215
D89	20211215

df2

范圍 1	范圍2	s_date	類別
A00	B99	20220101	一種
C50	C60	20220101	乙
A00	B60	20210101	AA
D00	D90	20210101	DD

對於輸出，我使用如下語句的 SQL 完成了這項工作，

但我想用 python(pandas) 來完成這項工作。

輸出

代碼	日期	類別
A51	20221215	一種
C52	20221215	乙
A51	20211215	AA
D89	20211215	DD

SELECT 
 code, date,
 CASE WHEN date >= '20220101'
 THEN (SELECT category
      FROM df2
      WHERE code BETWEEN range1 AND range2
      AND   s_date = '20220101'
 ELSE (SELECT category
      FROM df2
      WHERE code BETWEEN range1 AND range2
      AND   s_date = '20210101') END AS category
FROM df1

謝謝。

Answer 1

您可以直接在 python 中比較字符串。 例如，'A50' > 'A00' 將返回True ，而 'A50' > 'B00' 將返回False 。 我們可以使用它按此值過濾 df2。

這是它可能在代碼中看到的奶牛：

categories = []
for row in df1.values:
    code = row['code']
    date = row['date']
    if date >= '20220101':
        category = df2[(df2['range1'] < code) & (code < df2['range2']) & (df2['s_date'] == '20220101')]['category']
    else:
        category = df2[(df2['range1'] < code) & (code < df2['range2']) & (df2['s_date'] == '20210101')]['category']
    categories.append(category)
df1['category'] = categories

也許有更優雅的方法，但主要模式就是這樣。

Answer 2

date和code對行進行排序。 一種方法是定義這些列的整數編碼，然后使用merge_asof組合數據幀。

我們將定義一個編碼函數，假設code保證是三個 ascii 字符（見注釋）。

from struct import pack, unpack

def encode(row, code_label='code', date_label='date'):
    date_is_ge_20220101 = row[date_label] >= '20220101'
    code_as_bytes = bytes(row[code_label], encoding='ascii')
    return unpack('>I', pack('?3s', date_is_ge_20220101, code_as_bytes))[0]

執行編碼...

df1['encoding'] = df1.apply(encode, axis='columns')
df2['encoding'] = df2.apply(encode, axis='columns',
                                    code_label='range1',
                                    date_label='s_date')

合並時請記住merge_asof需要對合並值進行排序。

pd.merge_asof(df1.sort_values('encoding'),
              df2.sort_values('encoding'),
              on='encoding')

給...

    code date     encoding  range1  range2  s_date   category
0   A51  20211215 4273457   A00     B60     20210101 AA
1   D89  20211215 4470841   D00     D90     20210101 DD
2   A51  20221215 21050673  A00     B99     20220101 A
3   C52  20221215 21181746  C50     C60     20220101 B

鄭重聲明，只有在絕對必要的情況下才能滿足項目的要求，我才會采用這種方法。 它與最初的問題陳述相去甚遠，盡管很有趣。