在最近的日期合并数据

Question

我有一些数据，一些实验的索引，主题ID和日期。我想把这些数据结合起来，但实验对象可能会在不同的日子里进行实验。这里是我的意思的一个例子。下面是两个不同实验的结果

SubjectID  Date        ScoreA
1          2016-09-20      10
1          2016-09-21      12
1          2016-12-01      11

SubjectID  Date        ScoreB
1          2016-09-20      1
1          2016-09-24      5
1          2016-11-28      3
1          2016-12-11      9

我想将这些行加入到最近的可用日期。所以理想情况下，我想要的输出是

SubjectID   Date1         Date2        ScoreA ScoreB
1            2016-09-20    2016-09-20    10      1
1            2016-09-21    2016-09-24    12      5
1            2016-12-01    2016-11-28    11      3

注“最近日期”是最接近绝对值的日期。我怎样才能实现这样的目标？

Answer 1

我不知道是否有一种使用默认熊猫功能来实现您想要的功能的方法，但是使用自定义聚合函数来实现它是很简单的：

def pick_closest(g):
    closest_date_loc = (g.Date1 - g.Date2).abs().argmin()
    return g.loc[closest_date_loc, ['ScoreA','Date2','ScoreB']]

merged = df1.merge(df2, on='SubjectID', suffixes=['1', '2'])
df3  = merged.groupby(['SubjectID','Date1'], as_index=False).apply(pick_closest).reset_index()
df3

   SubjectID      Date1  ScoreA      Date2  ScoreB
0          1 2016-09-20      10 2016-09-20       1
1          1 2016-09-21      12 2016-09-20       1
2          1 2016-12-01      11 2016-11-28       3

在这个代码片段中，这两个框架最初在SubjectID上合并，生成Date1和Date2的所有可能组合。然后，pick_closest函数为每个SubjectID/Date1组选择Date1和Date2之间日期差异最小的行。