如何按时间间隔合并两个数据帧？

Question

我有两个数据框，mp 和 sp。

mp 包含州路线 (int)、~1/10 里程标 (float) 标记、纬度 (float)、经度 (float)。

sp 有状态路线 (int)、〜限速开始和结束的里程碑 (float)，以及限速 (int)。

我想要一个数据帧（sp + 速度限制），但无法加入州路线和里程碑。如何根据间隔将速度限制应用于 mp 中的每个里程碑？即，对于国道 2，里程标 0, 0.1，限速 = 30；里程碑 0.2、0.3、...、2.8，限速 = 55；等等

我尝试过 pandas merge，但丢失了很多行。尝试使用 fuzzypanda 进行模糊连接，但出现 fuzzypanda.matching 不存在的错误（它应该有的一种方法！），因此无法创建模糊列进行合并。 以下也没有解决：

for route in mp['route']:
    for milepost in mp['milepost']:
        if (route == sp['route']) & (milepost >= sp['begin']) & (milepost <= sp['end']):
            mp.insert(1, 'limit', sp['limit'][0])

Answer 1

我有一个重新开始的第一个解决方案，但有一些弱点：

• 不是 100% Pythonic，因为它仍然基于

  mp

  DataFrame 提供的“参考”表，使用 for

   循环

  逐行分析您的 sp

   DataFrame。

也许不是“防弹”鲁棒，因为它依赖于这样的假设：对于
• sp

  数据帧的每一对

  ("state route", "milepost")

  ，恰好有一个匹配的

  mp

  “条件”行。

样本数据

我在您的

mp

 DataFrame 中添加了两行，使得 

mp

 和 

sp

 不具有相同的长度。

评论：如果能以文本形式而不是 PNG 图像提供示例数据就好了……

import pandas as pd

mp_data = {
    "state route": [2, 2, 2, 2, 2, 2, 2],
    "milepost": [0, 0.1, 0.2, 0.3, 0.4, 0.5, 0.6],
    "latitude": [
        -122.18988,
        -122.18807,
        -122.18621,
        -122.1842,
        -122.1821,
        -122.18,
        -122.175,
    ],
    "longitude": [47.97906, 47.97976, 47.97956, 47.9791, 47.97872, 47.978, 47.9775],
}
df_mp = pd.DataFrame(mp_data)

sp_data = {
    "state route": [2, 2, 2, 2, 2],
    "start speed limit milepost": [0, 0.13, 2.88, 12.08, 12.72],
    "stop speed limit milepost": [0.13, 2.88, 12.08, 12.72, 14.22],
    "speed limit": [30, 55, 60, 55, 45],
}
df_sp = pd.DataFrame(sp_data)

检查它是什么样子

print(df_mp)

   state route  milepost   latitude  longitude
0            2       0.0 -122.18988   47.97906
1            2       0.1 -122.18807   47.97976
2            2       0.2 -122.18621   47.97956
3            2       0.3 -122.18420   47.97910
4            2       0.4 -122.18210   47.97872
5            2       0.5 -122.18000   47.97800
6            2       0.6 -122.17500   47.97750

print(df_sp)

   state route  start speed limit milepost  stop speed limit milepost  \
0            2                        0.00                       0.13   
1            2                        0.13                       2.88   
2            2                        2.88                      12.08   
3            2                       12.08                      12.72   
4            2                       12.72                      14.22   

   speed limit  
0           30  
1           55  
2           60  
3           55  
4           45 

向

df_mp

 DataFrame 添加速度限制

list_sl = [] 
# comment: preparing a list that will be filled row by row
# is also an unsatisfactory method that could be improved  
for _, row in df_mp.iterrows():
    list_sl.append(
        (
            df_sp["speed limit"].loc[
                (row["state route"] == df_sp["state route"])
                & (row["milepost"] >= df_sp["start speed limit milepost"])
                & (row["milepost"] < df_sp["stop speed limit milepost"])
            ]
        ).iloc[0] # works only because we assume that there is exacly one solution
    )
df_mp["speed limit"] = list_sl

结果

print(df_mp)

   state route  milepost   latitude  longitude  speed limit
0            2       0.0 -122.18988   47.97906           30
1            2       0.1 -122.18807   47.97976           30
2            2       0.2 -122.18621   47.97956           55
3            2       0.3 -122.18420   47.97910           55
4            2       0.4 -122.18210   47.97872           55
5            2       0.5 -122.18000   47.97800           55
6            2       0.6 -122.17500   47.97750           55