如何在Pandas中按年周合并DataFrame，支持周数±n周匹配？

原始数据 #

首先定义两个待合并的DataFrame：

import pandas as pd

aa = pd.DataFrame({'id': ['a','a','a','b'],
             'week': ['2022-W13','2022-W14', '2022-W19', '2022-W14']})
bb = pd.DataFrame({'id': ['a','a','a','a','a','a','b','b','b','b'],
              'week': ['2022-W12','2022-W13','2022-W14','2022-W15','2022-W16','2022-W20',
                      '2022-W13','2022-W14','2022-W15','2022-W16'],
             'val': [0,1,2,3,4,5,6,7,8,9]})

aa结构：

bb结构：

需求说明 #

按id精确匹配，同时week允许±1周的范围进行合并：

• aa中id='a'且week='2022-W13'的行，需匹配bb中id='a'且week为2022-W12、2022-W13、2022-W14的行
• aa中id='a'且week='2022-W14'的行，需匹配bb中id='a'且week为2022-W13、2022-W14、2022-W15的行
• 以此类推，最终保留bb中符合条件的所有不重复行

实现方案 #

通过将周字符串转换为可计算的数值，筛选周数差在±1范围内的匹配行，最后去重得到结果：

# 将week字符串转换为数值格式（年份*100 + 周数），方便计算周数差
def convert_week(week_str):
    year, week = week_str.split('-W')
    return int(year)*100 + int(week)

aa['week_num'] = aa['week'].apply(convert_week)
bb['week_num'] = bb['week'].apply(convert_week)

# 按id全连接两个DataFrame，筛选周数差≤1的行
merged = pd.merge(aa, bb, on='id', suffixes=('_aa', '_bb'))
filtered = merged[abs(merged['week_num_aa'] - merged['week_num_bb']) <= 1]

# 提取目标列、去重并排序
result = filtered[['id', 'week_bb', 'val']].rename(columns={'week_bb': 'week'})
result = result.drop_duplicates().sort_values(['id', 'week']).reset_index(drop=True)

print(result)

最终结果 #

运行上述代码后得到的DataFrame：

内容的提问来源于stack exchange，提问作者quant