如何按时间区间匹配两个DataFrame执行left join关联

需求梳理 #

• 维度表df1：存储分时段定价规则，包含Time Interval（时间区间）、Price（价格，单位：美元）两个字段，示例规则：
  • 10:00-11:00 对应价格15
  • 11:00-12:00 对应价格10
  • 15:00-16:00 对应价格18
• 业务表df2：存储发车记录，包含Van（车辆编号）、Route（线路）、Departure Time（发车时间）三个字段，共4条记录
• 关联规则：以df2为左表做左连接，判断每条记录的发车时间落在df1的哪个时间区间内，匹配对应时段价格，最终输出字段为Van、Route、Departure Time、Price

实现步骤 #

• 统一时间格式：时间字段不能直接用字符串做区间判断，需要先转为pandas内置的datetime类型
• 拆分时间区间：将df1中字符串格式的时间区间拆分为区间开始、结束两个时间点
• 区间匹配：逐行判断发车时间所属的价格区间，绑定对应价格
• 字段裁剪：输出要求的4个字段即可

完整可运行代码 #

import pandas as pd

# 构造df1时间区间定价表
df1 = pd.DataFrame({
    "Time Interval": ["10:00-11:00", "11:00-12:00", "15:00-16:00"],
    "Price": [15, 10, 18]
})
# 拆分时间区间为开始、结束时间，统一转为datetime格式
df1[["start_t", "end_t"]] = df1["Time Interval"].str.split("-", expand=True)
df1["start_t"] = pd.to_datetime(df1["start_t"], format="%H:%M")
df1["end_t"] = pd.to_datetime(df1["end_t"], format="%H:%M")

# 构造df2发车记录示例表
df2 = pd.DataFrame({
    "Van": ["Van001", "Van002", "Van003", "Van004"],
    "Route": ["RouteA", "RouteB", "RouteA", "RouteC"],
    "Departure Time": ["10:30", "11:15", "15:20", "12:30"]
})
# 发车时间转为datetime格式
df2["depart_t"] = pd.to_datetime(df2["Departure Time"], format="%H:%M")

# 定义区间价格匹配函数
def get_price(depart_time):
    # 区间采用左闭右开规则，避免边界时间重复匹配
    match_res = df1[(df1["start_t"] <= depart_time) & (df1["end_t"] > depart_time)]
    return match_res["Price"].iloc[0] if not match_res.empty else None

# 匹配价格
df2["Price"] = df2["depart_t"].apply(get_price)

# 输出最终结果
final_result = df2[["Van", "Route", "Departure Time", "Price"]]
print(final_result)

运行结果 #

注意事项 #

• 时间匹配前必须统一转为datetime类型，直接用字符串比较可能出现格式不兼容、大小判断错误的问题
• 区间判断采用左闭右开规则[start, end)，可以避免11:00、12:00这类整点边界时间同时命中两个区间的问题
• 左连接逻辑下，没有匹配到任何定价区间的发车记录，Price字段会返回空值NaN，符合关联要求

内容的提问来源于stack exchange，提问作者Mateo Guajardo