如何根据条件合并2个pandas数据框

Question

根据某些条件，我在使用 pandas.merge() 连接 2 个数据帧时遇到一些问题。我希望得到一些建议

在下面的示例中，我希望加入 customerId 上的 2 个数据帧。但是，我只对贷款_df 中符合条件的最早记录感兴趣：

1. 客户.结束日期 < Loans.Date
2. 贷款金额 > 100

这意味着这是一对一的加入（如果客户不存在贷款，则为一对零）。注意：我假设日期约定是 yyyymmdd。

将 pandas 导入为 pd

Customer_df = pd.DataFrame({ 'CustomerId': [1,2,3], '结束日期 ': ['20240101', '20220101', '20250101'] })

Loans_df = pd.DataFrame({ 'LoanId': [1,2,3], 'CustomerId': [1,2,2], '日期': ['20240112', '20230101', '20240101'], ‘金额’: [1000,2000,4000]})

---

尝试 pandas merge() 但没有成功

Answer 1

您可以按

CustomerId

对贷款数据框进行分组并获取

.first()

值，然后将

customer_df

与该值合并：

df = pd.merge(customer_df, loans_df.groupby("CustomerId").first(), on="CustomerId")

输出：

   CustomerId End date   LoanId      Date  Amount
0           1  20240101       1  20240112    1000
1           2  20220101       2  20230101    2000