pandas中基于范围条件进行表连接
添加微信号"CNFeffery"加入技术交流群
❝本文完整示例代码及文件已上传至我的
❞Github仓库https://github.com/CNFeffery/PythonPracticalSkills
这是我的系列文章「Python实用秘技」的第15期，本系列立足于笔者日常工作中使用Python积累的心得体会，每一期为大家带来一个几分钟内就可学会的简单小技巧。
作为系列第15期，我们即将学习的是：在pandas中基于范围条件进行表连接。
表连接是我们日常开展数据分析过程中很常见的操作，在pandas中基于join()、merge()等方法，可以根据左右表连接依赖字段之间对应值是否相等，来实现常规的表连接。
但在有些情况下，我们可能需要基于一些“特殊”的条件匹配，来完成左右表之间的表连接操作，譬如对于下面的示例数据框demo_left和demo_right：
假如我们需要基于demo_left的left_id等于demo_right的right_id，且demo_left的datetime与demo_right的datetime之间相差不超过7天，这样的条件来进行表连接，「通常的做法」是先根据left_id和right_id进行连接，再在初步连接的结果表中基于left_id或right_id进行分组筛选运算，过滤掉时间差大于7天的记录：
而除了上面的方式以外，我们还可以基于之前的文章中给大家介绍过的pandas的功能拓展库pyjanitor中的「条件连接方法」，直接基于范围比较进行连接，且该方式还支持numba加速运算：
更多有关pyjanitor的使用技巧请移步https://pyjanitor-devs.github.io/pyjanitor/阅读更多。
本期分享结束，咱们下回见~👋
加入知识星球【我们谈论数据科学】
500+小伙伴一起学习！
· 推荐阅读 ·