Pandas -如果匹配条件和其他列中定义的时间范围，则将值赋值给行

Question

我有一个看起来很简单的问题，但是我还没能在这个平台上找到答案。我在不同的日子用不同的设备做过gps跟踪实验。

我现在有两个数据帧。第一个数据帧包含带有gpsnumber、时间戳、经度和纬度的gps点。第二个数据帧包含我们在分发时和gpstracker中记录的有关实验的信息。这里有实验号、使用的gps-number、hand_out_time和hand_in_time列。

我有两个目标：(1)我想要将gps数据与正确的实验相匹配，(2)我想删除所有不在实验时间内的行。

这看起来像这样：

df:
    GPS_number  date_time           lon         lat     
744 16          2019-12-12 10:58:41 4.913158    52.367210   
745 16          2019-12-12 11:10:05 4.913158    52.367210   
746 16          2019-12-12 11:10:56 4.913085    52.367130   
747 16          2019-12-12 11:29:31 4.913085    52.367130   
748 16          2019-12-12 11:29:36 4.913191    52.367092   

df2:
    Measurement GPS_number  Visitor_type    Hand_out_time       Hand_in_time
0   1           3           Tourist         2019-12-12 11:35:00 2019-12-12 12:16:00
1   2           3           Tourist         2019-12-12 12:47:00 2019-12-12 14:34:00
2   3           5           Member          2019-12-12 11:10:00 2019-12-12 13:36:00
3   4           6           Member          2019-12-12 11:27:00 2019-12-12 12:55:00
4   5           6           Tourist         2019-12-12 12:54:00 2019-12-12 15:22:00

我试着使用口罩，但这不起作用，因为我猜它不能正确地匹配出手时间和上手时间。

mask = (df['GPS_number'] = (df2['GPS_number'] & (df['date_time'] > df2['Hand_out_time'] & (df['date_time'] < df2['Hand_in_time)
df = df[mask] 

如果有人能教我怎么做就太好了。谢谢。

Answer 1

一些类似的东西可能会起作用，更多的是一个想法，而不是为你的df提供全功能代码的承诺。

df = df.merge(
    df[['Measurement','GPS_number','Visitor_type','Hand_out_time','Hand_in_time']],
    left_on = 'GPS_number',
    right_on = 'GPS_number',
    how = 'left'
    )

mask = ((df['date_time'] > df['Hand_out_time']) & (df['date_time']<df['Hand_in_time']))
df = df[mask]

我不相信mask能像你最初拥有的那样在多个df中工作。在我看来，您要做的事情就像是具有多个on条件的SQL left join的Python等价物。这里的思想是合并一个简单的匹配，这将产生一个具有多个重复条目的非常笨重的数据集。然后，将掩码应用于重新定义的df将有点像添加额外的on条件，并且有望得到您想要的结果。

另一个潜在的错误可能是列之间的数据类型不一致。

如果以上不能完成工作，评论错误信息或不正确的结果，我会尝试相应的编辑。