提问人：Elaine Yang 提问时间：3/8/2023 更新时间：3/8/2023 访问量：60
Python pandas 两张表匹配查找最新日期
Python pandas two table match to find latest date
问：
我想在 Excel 中的 Vlookup 等熊猫中进行一些匹配。根据表1中的一些条件，找到表2中的最新日期：
表1：
Name Threshold1 Threshold2
A 9 8
B 14 13
表2：
Date Name Value
1/1 A 10
1/2 A 9
1/3 A 9
1/4 A 8
1/5 A 8
1/1 B 15
1/2 B 14
1/3 B 14
1/4 B 13
1/5 B 13
所需的表格如下所示：
Name Threshold1 Threshold1_Date Threshold2 Threshold2_Date
A 9 1/3 8 1/5
B 14 1/3 13 1/5
提前致谢！
答：
2赞
Scott Boston
3/8/2023
#1
这行得通吗？
(df_out := df1.melt('Name', value_name='Value')\
.merge(df2, on=['Name', 'Value'])\
.sort_values('Date')\
.drop_duplicates(['Name', 'variable'], keep='last')\
.set_index(['Name', 'variable'])\
.unstack().sort_index(level=1, axis=1))\
.set_axis(df_out.columns.map('_'.join), axis=1).reset_index()
输出：
Name Date_Threshold1 Value_Threshold1 Date_Threshold2 Value_Threshold2
0 A 1/3 9 1/5 8
1 B 1/3 14 1/5 13
3赞
Shubham Sharma
3/8/2023
#2
法典
# assuming dataframe is already sorted on `date`
# drop the duplicates per Name and Value keeping the max date
cols = ['Name', 'Value']
s = df2.drop_duplicates(cols, keep='last').set_index(cols)['Date']
# for each threshold column use multindex.map to substitute
# values from df2 based on matching Name and Threshold value
for c in df1.filter(like='Threshold'):
df1[c + '_date'] = df1.set_index(['Name', c]).index.map(s)
结果
Name Threshold1 Threshold2 Threshold1_date Threshold2_date
0 A 9 8 1/3 1/5
1 B 14 13 1/3 1/5
评论
0赞
Scott Boston
3/8/2023
很棒的解决方案。我太花哨了。:)
0赞
Shubham Sharma
3/8/2023
谢谢斯科特..顺便说一句，为什么要删除解决方案..对我来说看起来很酷：-）
1赞
Elaine Yang
3/8/2023
谢谢舒巴姆。顺便说一句，我没有机会阅读斯科特的解决方案>_<
0赞
constantstranger
3/8/2023
#3
以下是解决您的问题的方法：
latestDtByNameVal = df2.groupby(['Name','Value']).last()
resCols = (y for x in df1.columns if x != 'Name' for y in [x, f'{x}_Date'])
res = df1.assign(**( df1
.set_index('Name')
.pipe(lambda d:
{f'{col}_Date': d[[col]]
.rename(columns={col:'Value'})
.set_index('Value', append=True)
.pipe(lambda d2: latestDtByNameVal.Date[d2.index].to_numpy())
for col in d.columns}) ))[resCols]
解释：
- 用于获取 ，这是 df2 中按唯一对索引的最新日期
groupby().last()latestDtByNameValName, Value - 在生成器中准备结果列顺序，如问题中所示
resColsThreshold1, Threshold1_Date, ... - 要增加 df1 的列以包含阈值日期结果作为标签以 结尾的列，请将字典映射传递到相应对索引处的行值
_Dateassign()<threshColName>_DateDatelatestDtByNameValName, Value - 使用 按所需顺序排列列。
resCols
输出：
Name Threshold1 Threshold1_Date Threshold2 Threshold2_Date
0 A 9 1/3 8 1/5
1 B 14 1/3 13 1/5
评论