如何使用query方法合并pandas DataFrame并应用类似SQL的where过滤条件

你可以先基于Member_ID完成两个DataFrame的等值连接，再用query方法过滤符合时间条件的记录即可，完整实现代码如下：

# 第一步：按会员ID等值合并两个表
merged_df = Member_Timepoints.merge(Enrollment_Information, on="Member_ID", how="inner")

# 第二步：用query方法应用时间过滤规则
result = merged_df.query(
    "Coverage_Effective_Date <= Discharge_Date and Coverage_Cancel_Date >= Discharge_Date + @pd.Timedelta(days=30)"
)

• 首先通过merge方法将同一Member_ID的出院记录和参保记录全部配对，等效于SQL中from Member_Timepoints a join Enrollment_Information b on a.Member_ID = b.Member_ID的逻辑
• query方法中的表达式完全对应你需要的过滤规则：
  • Coverage_Effective_Date <= Discharge_Date 对应参保生效日期早于等于出院日期
  • Coverage_Cancel_Date >= Discharge_Date + @pd.Timedelta(days=30) 对应参保取消日期晚于等于出院日期加30天
  • 表达式中@符号用于引用query作用域之外的对象，这里用来调用pandas的Timedelta方法实现日期加30天的计算

直接打印result即可查看最终匹配后的结果。

内容的提问来源于stack exchange，提问作者user47