回答此问题可获得 20 贡献值,回答如果被采纳可获得 50 分。
<p>我必须使用数据帧-<code>df</code>和<code>gdf</code></p>
<pre><code>from datetime import datetime
import pandas as pd
data = [['foo', datetime(2020,1,1,0,0,0) ], ['foo', datetime(2020,2,1,0,0,0)], ['foo', datetime(2020,3,1,0,0,0)],
['bar', datetime(2020,4,1,0,0,0)],['bar', datetime(2020,5,1,0,0,0)],['bar', datetime(2020,6,1,0,0,0)]]
df = pd.DataFrame(data, columns = ['id', 'timestamp'])
data = [['A', datetime(2020,1,15,0,0,0), datetime(2020,3,15,0,0,0) ], ['B', datetime(2020,4,15,0,0,0),datetime(2020,6,15,0,0,0)]]
gdf = pd.DataFrame(data, columns = ['geoid', 'starttime', 'endtime'])
df
id timestamp
0 foo 2020-01-01
1 foo 2020-02-01
2 foo 2020-03-01
3 bar 2020-04-01
4 bar 2020-05-01
5 bar 2020-06-01
gdf
geoid starttime endtime
0 A 2020-01-15 2020-03-15
1 B 2020-04-15 2020-06-15
</code></pre>
<p>我的目标是在<code>df</code>上左连接<code>gdf</code>,其中<code>timestamp</code>位于<code>starttime</code>和<code>endtime</code>之间,因此输出如下所示:</p>
<pre><code>res
id timestamp geoid
0 foo 2020-01-01 None
1 foo 2020-02-01 A
2 foo 2020-03-01 A
3 bar 2020-04-01 None
4 bar 2020-05-01 B
5 bar 2020-06-01 B
</code></pre>
<p>就我所研究的而言,pandas中唯一存在的时间连接方法是<code>pandas.merge_asof()</code>,它不适合这个用例,因为目标是在时间戳之间合并,而不是最近的时间戳</p>
<p>pandas(不使用sqllite)中基于重叠时间戳将一个表与另一个表(左连接)合并的正确方法是什么</p>