多条件合并两个数据集Python-pandas

Question

我想合并两个具有多个条件的.csv数据集，但我在任何地方都找不到解决方案。在

dataset1（‘movdf’）提供了2016年15分钟间隔内的行人和骑自行车的人数（120万行）。另一个是计数设备的坐标（有69个设备）（“locdf”）。在

因此，“仅仅”使用基于serialNr的merge函数存在一个问题，因为这些设备全年都会在不同的位置重新安装。在

示例：

我想在movdf的每一次观测都找到正确的位置（液化天然气和纬度）。在

移动方向：

locdf公司：

计数装置“U15G3104442”在位置X直到2016年4月，然后在位置Y直到10月等）。在

基本上，该功能必须同时考虑日期（“已安装”）和“序列号”，然后分配正确的Lng/Lat组合。在

是否有一种方法可以按照以下方式合并两个数据集：

• 为2016年4月1日之前的所有日期指定地点X（Cassioeiasteg）。在
• 为2016年10月1日之前的所有日期分配位置Y（Katzenbach）。在
• 为2016年10月1日之后的所有日期指定地点Z（森滕豪斯普拉茨）。在

该代码必须适用于所有计数设备，而不仅仅是一个（U15G3104442）。在

抱歉，如果问题是基本的，请提前感谢！在