在两个数据帧Pandas之间插入日期列

Question

我尝试在pythonpandas中的两个数据帧中插入两个日期列。在

我想将dfDrillTable中的“EVENT”列“DrillDate”合并到dfCompTable中的最近的下一个发生日期。dfDrillTable有一个“Drilldate”，它总是出现在dfCompTable“OpenDate”之前。dfDrillTable和dfCompTable必须在“Name”上联接，但只有dfDrillTable有一个唯一的“EVENT”，我正试图将这两个数据帧链接在上面。在

有些井名在钻取表中有事件数据，但在dfCompTable（和visa vera）中不存在。我需要这些仍然进入表中，但作为空白的值不存在。在

我已经创建了两个示例数据帧供参考。然后第三个来展示我想要的结果。在

我知道有多种方法可以用outerjoin和this和that来实现，但我只是在寻找一种最干净、最简单的方法来在两个日期之间进行插值。在

    #dfDrillTable

Name    EVENT   DrillDate
0   W1  E1  2000-01-01
1   W1  E2  2000-03-01
2   W2  E3  2000-04-01
3   W1  E4  2000-05-15
4   W2  E5  2000-01-10
5   W3  E6  2000-02-01
6   G1  E1  2000-02-02

    #dfCompTable
    Name    OpenDate
0   W1  2000-01-02
1   W1  2000-03-15
2   W1  2000-05-10
3   W1  2000-05-20
4   W2  2000-01-15
5   W3  2000-02-10
6   X1  2016-05-05


    #dfInterp Outcome


Name    EVENT   DrillDate   OpenDate
0   W1  E1  2000-01-01  2000-01-02
1   W1  E2  2000-03-01  2000-03-15
2   W1  E3  2000-04-01  2000-05-10
3   W1  E4  2000-05-15  2000-05-20
4   W2  E5  2000-01-10  2000-01-15
5   W3  E6  2000-02-01  2000-02-10
6   G1  E1  2000-01-10  NaT
7   X1      NaT 2016-05-05

下面是创建表的代码

^{pr2}$

结果是：

# Hopefull Outcome
raw_data = {'Name': ['W1', 'W1', 'W1', 'W1', 'W2','W3','G1','X1'],
            'EVENT':['E1', 'E2', 'E3', 'E4', 'E5','E6','E1',''],
        'DrillDate': ['01/01/2000', '03/01/2000', '04/01/2000', '05/15/2000', '01/10/2000','02/01/2000','01/10/2000',''],
           'OpenDate': ['01/02/2000', '03/15/2000', '05/10/2000', '05/20/2000', '01/15/2000','02/10/2000','','05/05/2016']}
dfInterp = pd.DataFrame(raw_data, columns = ['Name','EVENT','DrillDate','OpenDate'])
dfInterp['DrillDate'] = pd.to_datetime(dfInterp['DrillDate'])
dfInterp['OpenDate'] = pd.to_datetime(dfInterp['OpenDate'])
dfInterp

Answer 1

让我们使用^{}:<；链接到文档

在pd.合并是版本0.19.0中的新版本，请确保安装了最新的pandas。在

dfInterp = pd.merge_asof(dfCompTable.sort_values(by="OpenDate")
                         ,dfDrillTable.sort_values(by="DrillDate")
                         ,left_on="OpenDate",right_on="DrillDate")

dfInterp[['Name_x','EVENT','DrillDate','OpenDate']].sort_values(by='Name_x')

  Name_x EVENT  DrillDate   OpenDate
0     W1    E1 2000-01-01 2000-01-02
3     W1    E2 2000-03-01 2000-03-15
4     W1    E3 2000-04-01 2000-05-10
5     W1    E4 2000-05-15 2000-05-20
1     W2    E5 2000-01-10 2000-01-15
2     W3    E6 2000-02-01 2000-02-10