在Python中，如何使用日期时间作为条件进行合并（不精确但有一些时间差异）

Question

我有两个数据框

left = pd.DataFrame([['A', 10, datetime(2020, 5, 17, 20, 12, 28)],\

                 ['B', 15, datetime(2020, 5, 17, 16, 22, 45)],\

                 ['C', 20, datetime(2020, 5, 17, 12, 45, 12)],\

                 ['D', 25, datetime(2020, 5, 17, 13, 57, 44)]],\

                columns = ['Letter_l', 'Int_l', 'Datetime_l'])

和

right = pd.DataFrame([['A', 20, datetime(2020, 5, 17, 20, 12, 35)],\

                  ['B', 30, datetime(2020, 5, 17, 18, 45, 25)],\

                  ['C', 40, datetime(2020, 5, 17, 12, 45, 20)],\

                  ['D', 50, datetime(2020, 5, 17, 18, 16, 44)]],\

                columns = ['Letter_r', 'Int_r', 'Datetime_r'])

我想加入三列中的两列：Letter和Datetime。对于日期时间，我不是在寻找精确匹配，而是在寻找正确数据帧的最大差异 10 秒。

我知道如何在正常条件下加入：

merged_df = pd.merge(left=left, right=right, how='left',\

                     left_on=['Letter_l'], right_on=['Letter_r'])

但我正在寻找的输出是：

|-----|--------------|-----------|--------------------|--------------|-----------|--------------------|

|     |   Letter_l   |   Int_l   |     datetime_l     |   Letter_r   |   Int_r   |     datetime_r     | 

|-----|--------------|-----------|--------------------|--------------|-----------|--------------------|

|  0  |      A       |     10    | 2020-05-17 20:12:28|      A       |     20    | 2020-05-17 20:12:35|

|  1  |      C       |     20    | 2020-05-17 12:45:12|      C       |     40    | 2020-05-17 12:45:20|

|-----|--------------|-----------|--------------------|--------------|-----------|--------------------|

这可以使用标准来完成吗pd.merge？

当然我可以尝试使用sqlite3

Answer 1

使用on执行asof合并，容差为秒：pd.merge_asofDateTime10df = pd.merge_asof(left.sort_values('Datetime_l'),                   right.sort_values('Datetime_r'),                   left_by='Letter_l', right_by='Letter_r',                   left_on='Datetime_l', right_on='Datetime_r',                   direction='nearest', tolerance=pd.Timedelta(seconds=10))\       .dropna(subset=['Letter_r'])结果：  Letter_l  Int_l          Datetime_l Letter_r  Int_r          Datetime_r0        C     20 2020-05-17 12:45:12        C   40.0 2020-05-17 12:45:203        A     10 2020-05-17 20:12:28        A   20.0 2020-05-17 20:12:35