比较两个数据帧并根据多个条件删除行。

Question

如果我有以下格式的两个日期帧。df-a：

         ID         Start_Date     End_Date 
1        cd2        2020-06-01     2020-06-09              
2        cd2        2020-06-24     2020-07-21             
3        cd56       2020-06-10     2020-07-03              
4        cd915      2020-04-28     2020-07-21              
5        cd103      2020-04-13     2020-04-24

和df-b：

         ID         Date
1        cd2        2020-05-12                   
2        cd2        2020-04-12                  
3        cd2        2020-06-29                  
4        cd15       2020-04-28                   
5        cd193      2020-04-13     

我需要丢弃df中所有ID的所有行，如果它们属于df中相同ID的不同日期范围。即回答

         ID         Date
1        cd2        2020-05-12                   
2        cd2        2020-04-12                  
                
4        cd15       2020-04-28                   
5        cd193      2020-04-13   

因为ID cd2是df-a中唯一与df匹配的ID，其中一个日期在cd2的日期范围内，范围从df-a。

很抱歉提了个冗长的问题。第一次发帖。

Answer 1

我尽了最大的努力去理解你的问题，但是我对你的回答很困惑。

df中的任何ID都不应该删除。即使对于df-b的第3行，日期(2020-06-10)也不属于df-a中ID cd2的任何开始/结束日期范围。

​

我确实建立了一个与你提供的df类似的例子-一个存在：

    ID       Start_Date    End_Date
0   cd2      2020-06-01    2020-06-11
1   cd2      2020-06-24    2020-07-21
2   cd56     2020-06-10    2020-07-03
3   cd915    2020-04-28    2020-07-21
4   cd103    2020-04-13    2020-04-24

df-b为：

    ID      Date
0   cd2     2020-05-12
1   cd2     2020-04-12
2   cd2     2020-06-10
3   cd15    2020-04-28
4   cd193   2020-04-13

在这个例子中，df-b的第2行(0-基)应该被删除，因为2020-06-10位于df-a第0行的2020-06-01和2020-06-11之间。

这里是我执行行删除的代码

df_c = df_b.copy()

for i in range(df_c.shape[0]):
    currentID = df_c.ID[i]
    currentDate = df_c.Date[i]
    df_a_entriesForCurrentID = df_a.loc[df_a.ID == currentID]
    
    for j in range(df_a_entriesForCurrentID.shape[0]):
        startDate = df_a_entriesForCurrentID.iloc[j,:].Start_Date
        endDate = df_a_entriesForCurrentID.iloc[j,:].End_Date
        
        if (startDate <= currentDate <= endDate):
            df_c = df_c.drop(i)
            print('dropped')

其中df_c是输出DataFrame。

运行此操作后，df_c应该如下所示：

    ID     Date
0   cd2    2020-05-12
1   cd2    2020-04-12
3   cd15   2020-04-28
4   cd193  2020-04-13