循环数据帧的更快方法？

Question

我非常渴望寻求帮助。我有两个数据框，

df1 是患者的入院记录。

病人钥匙	录取_dtm	入场密钥
P001	41765	P001-001
P001	42223	P001-002
P001	42681	P001-003
P001	43139	P001-004
P001	43597	P001-005
P001	44055	P001-006

df2为患者的门诊预约记录

病人钥匙	约会_dtm
P001	41645
P001	41687
P001	41717
P001	42162
P001	42193
P001	42497

我想做的是在每次入院前找到门诊预约。例如，P001-001入院前，P001患者有3次门诊预约。

df2 中的预期结果如下：

病人钥匙	约会_dtm	入场密钥
P001	41645	P001-001
P001	41687	P001-001
P001	41717	P001-001
P001	42162	P001-002
P001	42193	P001-002
P001	42497	P001-003

我用过这样一个非常愚蠢的方法

df2['admission_key'] = ''
for i in df2.index:
    for j in df1.index:
        if df2.['patient_key'].iloc[i] == df1['patient_key'].iloc[i] and 
           df2.['appointment_dtm'].iloc[i] > df1['admission_dtm'].iloc[i] and
           df2.['appointment_dtm'].iloc[i] < df1['admission_dtm'].iloc[i].shift(-1):
           df2['admission_key'] = df1['admission_key']

但由于尺寸太大，运行时间很长。我可以知道有什么更聪明的方法可以做到这一点吗？非常感谢你。

Answer 1

这是一个完美的用例merge_asof：

pd.merge_asof(df2, df1, 
              by='patient_key', 
              left_on='appointment_dtm',
              right_on='admission_dtm',
              direction='forward').drop(columns='admission_dtm')

结果：

病人钥匙	约会_dtm	入场密钥
P001	41645	P001-001
P001	41687	P001-001
P001	41717	P001-001
P001	42162	P001-002
P001	42193	P001-002
P001	42497	P001-003