Question

我有以下DataFrame：

df1 = pd.DataFrame(columns=["DATE","QTY1", "QTY2", "ID", "CODE"])
df1["DATE"] = ["2000-05-01", "2000-05-03", "2001-01-15", "2001-02-20", "2001-02-22"]
df1["QTY1"] = [10, 11, 12,5,4]
df1["QTY2"] = [100, 101, 102,15,14]
df1["ID"] = [1,2,3,4,5]
df1["CODE"] = ["A", "B", "C", "D", "E"]
df2 = pd.DataFrame(columns=["DATE","QTY1", "QTY2", "ID", "CODE"])
df2["DATE"] = ["2000-05-02", "2000-05-04", "2001-01-12", "2001-03-28", "2001-08-21", "2005-07-01"]
df2["QTY1"] = [9, 101, 11,5.1,100, 10]
df2["QTY2"] = [99, 12, 1000,6,3, 1]
df2["ID"] = [1,2,3,8,5, 9]
df2["CODE"] = ["F", "G", "H", "I", "L", "M"]

df1:
   DATE          QTY1  QTY2  ID CODE
0  2000-05-01    10   100   1    A
1  2000-05-03    11   101   2    B
2  2001-01-15    12   102   3    C
3  2001-02-20     5    15   4    D
4  2001-02-22     4    14   5    E

df2
   DATE          QTY1  QTY2  ID CODE
0  2000-05-02    9.0    99   1    F
1  2000-05-04  101.0    12   2    G
2  2001-01-12   11.0  1000   3    H
3  2001-03-28    5.1     6   8    I
4  2001-08-21  100.0     3   5    L
5  2005-07-01     10     1   9    M

我的目标是为每一行创建一个具有一定容差的签名，并匹配两个DF中属于这种间隔的行。每行的签名结构如下：

日期（容差为+/- 5天）
数量1（容差为10％）
数量2（容差为10％）
ID（完美匹配）。

因此，例如，上述DF的匹配结果将返回按签名分组的以下行（每个DF的第一行）：

Signature1    2000-05-01    10   100   1     A
              2000-05-02    9.0    99   1    F

所有其他行不符合一个或多个容差。

目前我正在使用经典的for循环使用iterrows（）并检查所有字段，但对于大型DF，性能非常差。我想知道是否有更多类似熊猫的方法可以帮助我加快速度。感谢

将签名上的数据帧行与容差间隔

0 个答案: