找到即将到期的日期并根据它分配值 - Python数据框

Question

有两个dataframe，需要根据Dataframe 1中的Active date从Dataframe2中提取最近即将到期的Expiry date，以获得正确的Value。

这是一个示例。原始数据包含数千行

数据框 1

df_1 = pd.DataFrame({'Category': ['A','B'],
               'Active date': ['2021-06-20','2021-06-25']})

数据框 2

df_2 = pd.DataFrame({'Category': ['A','A','A','A','A','B','B','B'],
               'Expiry date': ['2021-05-22','2021-06-23','2021-06-24','2021-06-28','2021-07-26','2021-06-27','2021-06-28','2021-08-29'],
                'Value': [20,21,23,45,12,34,17,34]})

最终输出 -

我正在尝试的代码 -

df = pd.merge(df_1, df_2, on='Category', how='inner')
#Removed all the dates which are less than Active date
df = df.loc[(df_1['Active Date'] <= df_2['Expiry Date'])]

Answer 1

我相信此解决方案保留了您现有的大量代码，并将完成您正在寻找的内容。

df_1 = pd.DataFrame({'Category': ['A','B'],
               'Active date': ['2021-06-20','2021-06-25']})

df_2 = pd.DataFrame({'Category': ['A','A','A','A','A','B','B','B'],
               'Expiry date': ['2021-05-22','2021-06-23','2021-06-24','2021-06-28','2021-07-26','2021-06-27','2021-06-28','2021-08-29'],
                'Value': [20,21,23,45,12,34,17,34]})

df = pd.merge(df_1, df_2, on='Category', how='inner')

# Removed all the dates which are less than Active date
df = df.loc[(df['Active date'] <= df['Expiry date'])]
df = df.rename(columns={'Expiry date': 'Next Expiry Date'})
df = df.loc[df['Next Expiry Date'] == df.groupby('Category')['Next Expiry Date'].transform('min')]

输出：

  Category Active date Next Expiry Date  Value
1        A  2021-06-20       2021-06-23     21
5        B  2021-06-25       2021-06-27     34

Answer 2

您可以使用 pandas merge_asof 并将方向设置为 forward。请注意，对于merge_asof，两个数据框都必须排序：

 df_1 = df_1.transform(pd.to_datetime, errors='ignore')
 df_2 = df_2.astype({"Expiry date": np.datetime64})
 df_2 = df_2.sort_values('Expiry date')
 pd.merge_asof(df_1, 
               df_2, 
               left_on='Active date', 
               right_on='Expiry date', 
               direction='forward',
               by='Category')


        Category Active date Expiry date  Value
0        A       2021-06-20  2021-06-23     21
1        B       2021-06-25  2021-06-27     34