ある期間内の平均値を算出する方法(２つのデータフレームを使用)

Question

前提

研究でPythonを用いてデータの整理を行なっているのですが、２つのデータフレームを利用する場合について、ネット上にはあまり参考例が上がっておらず、質問させて頂きました。
抽象的な質問で申し訳ないです。考え方や使用できそうな関数などを教えて頂ければ幸いです。

実現したいこと

s_dfに記載されている期間(測定開始日〜測定終了日)は、サンプリング期間です。
df2は1日ごとの波高のデータで、365日分あります。
サンプリング期間(s_df)に当てはまる期間の波高の平均値を算出したい場合、
「もしs_dfの期間内にdf2のDateが入っていれば、その期間の平均値を計算する」と考えることができます。
これをコードにするとどういった処理になるでしょうか？

（具体例：s_dfの一行目の2005年8月15日〜2005年8月22日のサンプリング期間の波高の平均値を求めたい場合、df2の2005年8月15日,2005年8月16日,2005年8月17日,2005年8月18日,2005年8月19日,2005年8月20日,2005年8月21日,2005年8月22日の平均値を計算します。）

Comments

[srsnsts]

こんにちわ。

ネットからコードを拾ってくることを考えるんじゃなくて、
まずご自身で一からコードを書いてはいかがですか。
研究されているんですよね？

Answer 1

一例として、pandas.Series.between — pandas 1.5.1 documentation を利用する場合。
※ between() のデフォルトは両端が open です。(inclusive == "both")

import pandas as pd
import io
import numpy as np

pd.set_option('display.unicode.east_asian_width', True)

s_df_data = '''
測定開始日,測定終了日
2005-08-15,2005-08-22
2005-08-22,2005-08-29
2005-08-29,2005-09-05
2005-09-20,2005-10-10
'''
s_df = pd.read_csv(io.StringIO(s_df_data), parse_dates=[0, 1])

df2 = pd.DataFrame({
    'Date': pd.date_range('2005-08-01', '2005-09-30'),
    '波高': np.random.rand(61)
})

#
s_df['平均波高'] = s_df.apply(lambda x: df2.loc[df2['Date'].between(*x), '波高'].mean(), axis=1)
print(s_df)

#   測定開始日  測定終了日   平均波高
# 0 2005-08-15 2005-08-22  0.307427
# 1 2005-08-22 2005-08-29  0.383940
# 2 2005-08-29 2005-09-05  0.575960
# 3 2005-09-20 2005-10-10  0.447365

Comments

[bsdfan]

> デフォルトは両端が open です。(inclusive == "both")
デフォルトは両方closedでは？