在最近的日期合并数据框答案

【问题标题】：Merge dataframe on closest date在最近的日期合并数据框
【发布时间】：2017-08-26 05:57:21
【问题描述】：

我有一些按主题 ID 和日期索引的实验数据。我想将数据合并在一起，但受试者可能会在不同的日子进行实验。这是我的意思的一个例子。下面显示的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接近的可用日期。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

注意“最接近的日期”是绝对值最接近的。我怎样才能实现这样的目标？

【问题讨论】：

如果有两个相同接近的 ScoreB 日期与一个 ScoreA 日期，期望的结果是什么？例如ScoreA 日期为 9/24，ScoreB 日期为 9/22 和 9/26？还是保证永远不会发生。
@B.Shieh 不能保证。在这种情况下，我希望更早的日期。
在您的示例中，如果 2016-09-20 更接近 2016-09-21，为什么 Date1=2016-09-21 与 Date2=2016-09-24 相关联？
@foglerit 哦，很好，这只是我的疏忽。
我没用过，不过你可以看看pandas.merge_asof。也许尝试合并日期和 groupby SubjectID？ pandas.pydata.org/pandas-docs/version/0.19.0/generated/…

标签： python pandas

【解决方案1】：

我不知道是否有办法使用默认的 pandas 功能来做你想做的事，但使用自定义聚合函数很简单：

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

在这段代码 sn-p 中，两个帧最初在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。

【讨论】：