有没有办法加入下面提到的两个数据表在python

Question

表 1 有 800 000 个条目

     End_time       DAY  Exceed  C_time   stn  max    start_time

2019-12-26 12:29:34 PROD -41.9   21.1     501  21.1   2019-12-26 12:29:13 

2019-12-26 12:30:59 PROD -10.3   52.7     501  52.7   2019-12-26 12:30:07 

2019-12-26 12:32:36 PROD -35.8   27.2     503  27.2   2019-12-26 12:32:09 

2019-12-26 12:33:54 PROD -53.3   9.7      504  9.7    2019-12-26 12:33:45 

2019-12-26 12:35:04 PROD -24.6   38.4     505  38.4   2019-12-26 12:34:26 

表 2 有 300 000 个条目

AlarmMessage  D_time Priority Station EquipID  Active Quality LineName   AlarmInTimeStamp

S501LH_B_RR_BT   2       1       501    2200505   True   192     BC1       2019-12-26 12:29:16.5608495 

SHT_B_S503_BEAM 21       1       503    2300249   True   192     BC1       2019-12-26 12:32:20.0634165  

S503LH_B_RR_T    2       1       503    2200505   True   192     BC1       2019-12-26 12:32:25.6494806 

SHT_B_S504_     21       1       504    2300256   True   192     BC1       2019-12-26 12:33:50.6719676 

如果表2“AlarmInTimeStamp”位于表1的“start_time”和“End_time”之间，并且两个表“站”是相同的，那么它们应该合并，以便我最终可以计算出在时间戳和D_time之和期间生成的警报数量

输出是这样的

     End_time       DAY  Exceed  C_time   stn  max    start_time           AlarmMessage     D_time

2019-12-26 12:29:34 PROD -41.9   21.1     501  21.1   2019-12-26 12:29:13  S501LH_B_RR_BT     2

2019-12-26 12:30:59 PROD -10.3   52.7     501  52.7   2019-12-26 12:30:07       -             -

2019-12-26 12:32:36 PROD -35.8   27.2     503  27.2   2019-12-26 12:32:09  SHT_B_S503_BEAM    21

                                                                           S503 LH_B_RR_T     2

2019-12-26 12:33:54 PROD -53.3   9.7      504  9.7    2019-12-26 12:33:45  SHT_B_S504         21   

2019-12-26 12:35:04 PROD -24.6   38.4     505  38.4   2019-12-26 12:34:26         -           -

Answer 1

您可以使用熊猫和一些矩阵乘法来解决该解决方案import pandas as pd# Attempt #5: Use python and the pandas package# create the pandas Data Frames (kind of like R data.frame)myDataDF = pd.DataFrame({'Record':range(1,6), 'SomeValue':[10, 8, 14, 6, 2]})linkTableDF = pd.DataFrame({'ValueOfInterest':['a', 'b', 'c'], 'LowerBound': [1, 4, 10],'UpperBound':[3, 5, 16]})# set the index of the linkTable (kind of like setting row names) linkTableDF = linkTableDF.set_index('ValueOfInterest')# now apply a function to each row of the linkTable# this function checks if any of the values in myData are between the upper# and lower bound of a specific row thus returning 5 values (length of myData)mask = linkTableDF.apply(lambda r: myDataDF.SomeValue.between(r['LowerBound'], r['UpperBound']), axis=1)# mask is a 3 (length of linkTable) by 5 matrix of True/False values# by transposing it we get the row names (the ValueOfInterest) as the column namesmask = mask.T# we can then matrix multiply mask with its column namesmyDataDF['ValueOfInterest'] = mask.dot(mask.columns)在您的情况下，您可以使用mask = table.apply(lambda r: table2.AlarmInTimeStamp.between(r['start_time'], r['End_time']), axis=1)或者，您可以对表使用 SQL来源 ： https://www.mango-solutions.com/in-between-a-rock-and-a-conditional-join/