質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

新規登録して質問してみよう
ただいま回答率
87.20%
Python 3.x

Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

pandas

Pandasは、PythonでRにおけるデータフレームに似た型を持たせることができるライブラリです。 行列計算の負担が大幅に軽減されるため、Rで行っていた集計作業をPythonでも比較的簡単に行えます。 データ構造を変更したりデータ分析したりするときにも便利です。

解決済

2つのDataframeにおいて同じIDの日付を比較し取り出したい

rena1996
rena1996

総合スコア0

Python 3.x

Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

pandas

Pandasは、PythonでRにおけるデータフレームに似た型を持たせることができるライブラリです。 行列計算の負担が大幅に軽減されるため、Rで行っていた集計作業をPythonでも比較的簡単に行えます。 データ構造を変更したりデータ分析したりするときにも便利です。

1回答

0評価

0クリップ

26閲覧

投稿2019/07/29 12:09

編集2022/01/12 10:58

2つのDataframeにおいて同じIDの日付を比較し取り出したい

python3とpandasを使っています。
df1,df2の2つのDataframeのうち同じIDの人物の日付を比較し、期間重複がある行のIDを取り出したいです。
実際には1万行ほどあります。

df1

IDstart_dateend_date
12010-01-012010-01-20
12010-03-202010-03-30
22010-02-012010-04-20
32010-06-102010-06-15
32010-06-202010-06-30
32010-07-102010-06-20

df2

IDstart_dateend_date
12010-01-152010-01-30
12010-04-202010-04-30
22010-05-012010-05-10
22010-05-202010-05-25
32010-02-012010-02-15
32010-06-152010-06-25

これをIDで比較して、下記のようなリストがほしいです。

result_list = [1,3]

試したこと

groupbyを使うかなと思い、
下記質問やページを参考にデータをいじっていましたが、とうとう解決できませんでしたので
質問いたしました。

ヒントいただければ嬉しいです。
宜しくお願い致します。

https://teratail.com/questions/80800
http://koseki.hatenablog.com/entry/20111021/range

良い質問の評価を上げる

以下のような質問は評価を上げましょう

  • 質問内容が明確
  • 自分も答えを知りたい
  • 質問者以外のユーザにも役立つ

評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

気になる質問をクリップする

クリップした質問は、後からいつでもマイページで確認できます。

またクリップした質問に回答があった際、通知やメールを受け取ることができます。

teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

  • プログラミングに関係のない質問
  • やってほしいことだけを記載した丸投げの質問
  • 問題・課題が含まれていない質問
  • 意図的に内容が抹消された質問
  • 過去に投稿した質問と同じ内容の質問
  • 広告と受け取られるような投稿

評価を下げると、トップページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

mather
mather

2019/07/29 12:20

「解決できませんでした」とだけ書くのではなく、「こんな考え方でこんなコードを書いたけど、どの部分が解決できない」と具体的に試行した部分を書きましょう。
meg_
meg_

2019/07/29 13:03

df1、df2の各データの中での期間重複はないという前提で良いですか?
rena1996
rena1996

2019/07/30 00:25

matherさん そうですね。失礼いたしました。また考え直してみます。アドバイスありがとうございます meg_さん そうですね。それぞれのDataframe内に期間重複はありません。
mather
mather

2019/07/30 00:44

質問は再編集できますので追記してください。
rena1996
rena1996

2019/07/30 06:38

追記いたしました!
meg_
meg_

2019/07/30 08:20

IDのみ分かれば良いのであれば、重複が見つかったIDについてはそれ以後期間の条件判定しなくて良いと思います。少しでも速くなるかと思います。 ちなみに今1万行でで何分かかっていますか?
rena1996
rena1996

2019/07/30 11:07

df1=5000行,df2=10000行で18分ほどです! たしかにそうですね。。。 ということは for index,row1 in df1\.iterrows\(\): for index,row2 in df2\.iterrows\(\): if row1\["id"\] == row2\["id"\] and row2\["start_date"\] <= row1\["end_date"\] and row2\["end_date"\] >= row1\["start_date"\]: result_list\.append\(row1\["id"\]\) break こうでしょうか?
rena1996
rena1996

2019/07/30 11:08

```python result_list = \[\] for index,row1 in df1\.iterrows\(\): for index,row2 in df2\.iterrows\(\): if row1\["id"\] == row2\["id"\] and row2\["start_date"\] <= row1\["end_date"\] and row2\["end_date"\] >= row1\["start_date"\]: result_list\.append\(row1\["id"\]\)     break ```
rena1996
rena1996

2019/07/30 11:09

すみません…コード入力になりませんでした…
meg_
meg_

2019/07/30 12:01

さらに、「for index,row1 in df1\.iterrows\(\):」の後に下記コードを追記するのはどうでしょう? if not row1\["id"\] in result_list: 無駄なループ処理が減るかと思います。(コードに問題ないかテストお願いします)
rena1996
rena1996

2019/07/31 00:03

三分の一に減りました!ありがとうございますー

まだ回答がついていません

会員登録して回答してみよう

15分調べてもわからないことは
teratailで質問しよう!

ただいまの回答率
87.20%

質問をまとめることで
思考を整理して素早く解決

テンプレート機能で
簡単に質問をまとめる

質問する

関連した質問

同じタグがついた質問を見る

Python 3.x

Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

pandas

Pandasは、PythonでRにおけるデータフレームに似た型を持たせることができるライブラリです。 行列計算の負担が大幅に軽減されるため、Rで行っていた集計作業をPythonでも比較的簡単に行えます。 データ構造を変更したりデータ分析したりするときにも便利です。