将数据与不一致数据合并

Question

我的朋友在一次面试中被问到这个问题，我们都不知道如何解决这个问题。会很感激你的帮助！

问题：

我有两个想合并在一起的数据文件：

Dataframe 1：

​

​

Dataframe 2：

​

​

我的思维过程是：

1. 在dataframe1中的“飞行时间”列中创建了一致性。或者改到下午3点或者15点。但我不知道最快的方法是什么。
2. 在dataframe1中创建了一个列，其中包含两个小时间隔的桶(例如: 3-5下午)
3. 在步骤3

中创建的“时间桶”列上合并了这些数据格式。

在一次面试中，我不知道最快的方法是什么。

Answer 1

我不认为你可以merge这两个数据格式。在经过一些预处理之后，您可能需要join。

import pandas as pd

dict1 = {
    "A": "9 AM",
    "B": "21:00",
    "C": "3 PM",
    "D": "15:00"
}

timings = ["3-5 PM", "5-7 PM", "7-9 PM", "9-11 PM"]

def convertFrom24HourTo12HourFormat(value):
    """
      function to convert 24 hour date format to 12 hour date format
    """
    # assuming all data is valid
    split = value.split(":")
    
    if len(split) == 1:
        return value
    
    hours = int(split[0])
    
    if hours > 12:
        return "{} {}".format(hours - 12, "PM")
    
    return "{} {}".format(hours, "AM")


def mapTimingToTimings(timingList, timingsList):
    """
      janky function to find out the mapping
    """
    resultTimings = []
    
    # for each timing
    for timing in timingList:
        # find out the range in which it falls
        split = timing.split(" ")
        hour = split[0]
        meridian = split[1]
        
        result = None
        
        for timings in timingsList:
            if timings.startswith(hour) and timings.find(meridian) != -1:
                result = timings
                
        resultTimings.append(result)
    # return it
    return resultTimings    

for key, value in dict1.items():
    dict1[key] = convertFrom24HourTo12HourFormat(value)

df = pd.DataFrame(list(dict1.items()), columns = ["Flight Name", "Flight Timing"])

properTimings = mapTimingToTimings(df["Flight Timing"].values, timings)
df.join(pd.Series(properTimings, name = "Flight Timings"))

输出：

​

我相信其他人可以建议更好的优化，但考虑到这一点在一次采访中被问到，在这种情况下想出优化是很困难的。