根据来自另一个数据框的行范围添加/填充熊猫列

Question

使用熊猫，我已经按时间样本对df1进行了索引：

data = '''\

time       flags    input                  

8228835.0  53153.0  32768.0

8228837.0  53153.0  32768.0

8228839.0  53153.0  32768.0

8228841.0  53153.0  32768.0

8228843.0  61345.0  32768.0'''

fileobj = pd.compat.StringIO(data)

df1 = pd.read_csv(fileobj, sep='\s+', index_col='time')

df2以开始和结束指示时间范围，以定义“ check”状态为True的范围：

data = '''\

        check     start       end

20536   True   8228837   8228993

20576   True   8232747   8232869

20554   True   8230621   8230761

20520   True   8227351   8227507

20480   True   8223549   8223669

20471   True   8221391   8221553'''

fileobj = pd.compat.StringIO(data)

df2 = pd.read_csv(fileobj, sep='\s+')

我需要做的是在df1中添加一列“检查”，并用True值填充df2中定义的实际时间范围。所有其他人都应该是错误的。一个示例结果将是：

             flags    input    check

time                       

8228835.0  53153.0  32768.0    False

8228837.0  53153.0  32768.0    True

8228839.0  53153.0  32768.0    True

8228841.0  53153.0  32768.0    True

8228843.0  61345.0  32768.0    True

....

8228994.0. 12424.0. 32768.0.   False

Answer 1

您可以创建一个列表或范围，然后pd.Index.isin与使用itertools.chain：from itertools import chaindf2 = df2[df2['check']]ranges = map(range, df2['start'], df2['end'])df1['check'] = df1.index.isin(chain.from_iterable(ranges))print(df1)             flags    input  checktime                              8228835.0  53153.0  32768.0  False8228837.0  53153.0  32768.0   True8228839.0  53153.0  32768.0   True8228841.0  53153.0  32768.0   True8228843.0  61345.0  32768.0   True

Answer 2

我想你可以使用IntervalIndex与locdf2.index=pd.IntervalIndex.from_arrays(df2.start,df2.end,'both')df2.loc[df.index]Out[174]:         check  start  end[1, 2]   True      1    2[4, 5]   True      4    5[7, 8]   True      7    8df['newcol']=df2.loc[df.index].check.values.tolist()dfOut[176]:        flags    input  newcolflags                        2          2  32768.0    True4          4  32768.0    True7          7  32768.0    True

Answer 3

使用的列表理解any()。但是，如果您可以为我们运行％timing，那么对实际性能没有任何了解，那就太好了！df1['check'] = [any(start <= i <= end for start,end in&nbsp;&nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; zip(df2['start'], df2['end'])) for i in df1.index]print(df1)返回值：&nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp;flags&nbsp; &nbsp; input&nbsp; checktime&nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp;&nbsp;8228835.0&nbsp; 53153.0&nbsp; 32768.0&nbsp; False8228837.0&nbsp; 53153.0&nbsp; 32768.0&nbsp; &nbsp;True8228839.0&nbsp; 53153.0&nbsp; 32768.0&nbsp; &nbsp;True8228841.0&nbsp; 53153.0&nbsp; 32768.0&nbsp; &nbsp;True8228843.0&nbsp; 61345.0&nbsp; 32768.0&nbsp; &nbsp;True