Pandas - 满足条件值时返回坐标和值

Question

我正在使用 pandas 和 python 2.7.13，我一直在尝试通过 pandas 导入一个 excel 文件，并使用指定条件比较来自两个单独数据帧的数据，以查找 DF2 中的值何时落在 DF1 中的两个时间值之间，以及如果满足条件，则将一个值从 DF1 返回到 DF2。

数据集由 DF2 组成，这是一个包含 DateX（MM/DD/YYYY HH:MM）的大型记录数据库，而 DF1 是人员配备时间的导出，其格式为开始时间和结束时间，两者的格式都与人员相同名称。我们使用第 3 方系统进行人员配置，它没有连接到我们的数据库和我正在生成的报告，我们需要查看特定员工如何影响绩效。

示例数据：

DF1
Employee:    Start Time:    End Time:
John Smith  1/1/2017 06:30 1/1/2017 18:30
Jane Smith  1/1/2017 06:30 1/1/2017 18:30
Tommy Boy  1/2/2017 06:30  1/2/2017 15:00

DF2
DateX:
1/1/2017 12:16
1/1/2017 06:43
1/2/2017 19:32

我对 python 有一些经验，但这是我第一次使用 Pandas 和 numpy，我的经验纯粹是基于我尝试过的项目的项目。我当前的代码如下：

import pandas as pd
file = 'sample set.xlsx'

xl = pd.ExcelFile(file)

df1 = xl.parse('Sheet1')
df2 = xl.parse('Sheet2')

for i in df2['DateX']:
    if any(i >= df1['Start Time.1']) and any(i <= df1['End Time.1']):
        print i

我目前只是尝试打印 i 以确保我正在提取正确的数字，因为我使用有限的数据集作为测试场。我遇到两个问题。可以有来自 DF1 的多个工作人员使用来自 DF2 的 DateX，但如果甚至有 1 个匹配项，这将停止。

另一项是我接受了这一点，并尝试弄清楚如何让它打印出来自 df1['Employee'] 的匹配项，但我的努力只产生了整个员工列。这是我学习的一个步骤，试图让它在 DF2 上的 datex 旁边添加匹配的名称。

我仍在继续尝试和阅读文档，如果我自己解决问题，我会更新/关闭。谢谢。

Answer 1

我的回答与@Jay 的类似，但每次都会返回一份员工名单。不幸的是，Pandas 不支持 SQL 等条件连接。有一个新函数merge_asof，但它只为每一行返回一个值，这对你不起作用。

以下将起作用，但速度很慢。

dfs = []

for i, row in df1.iterrows():
    criteria = (row['Start Time'] <= df2['DateX']) & (df2['DateX'] <= row['End Time'])
    if not criteria.all():
        dfs.append(df2[criteria].assign(Employee=row['Employee']))

df2_all = pd.concat(dfs)
df2_agg = df2_all.groupby('DateX').agg(lambda x: ' | '.join(x.tolist()))
df2_final = df2_agg.reindex(df2.DateX)

                                     Employee
DateX                                        
2017-01-01 06:43:00  [John Smith, Jane Smith]
2017-01-01 12:16:00  [John Smith, Jane Smith]
2017-01-02 19:32:00                       NaN