[Python][Pandas]高效地交叉和比较两个groupby列中的值

Question

我目前正在尝试交叉两个数据帧（df和marche\u type\u jointure）的数据，这些数据帧是关于按特定列分组的公交车行程的（英文：stop，direction，type of day，season，year），如下代码所示：

df_grouped = df.groupby(['arret', 'sens', 'type_jour','saison', 'annee'])
marche_type_jointure_grouped = marche_type_jointure.groupby(['arret', 'sens', 'type_jour','saison', 'annee'])

这给了我以下数据帧和以下相关列（请参见屏幕截图df_variables_1、df_variables_2、marche_type_variables），您可以使用以下数据帧作为示例（只有您可以看到的最重要的变量）：

df_jointure = pd.DataFrame([
['Aller','VIG01A' , time(7,21,28),'vac_s' ,'hiver' ,1978 , 'NaN' ], 
['Aller','VIG01A' , time(18,7,35),'vac_s' ,'hiver' ,1978 , 'NaN' ], 
['Aller','LYC30R' , time(7,21,54),'vac_s' ,'hiver' ,1978 , 'NaN' ], 
['Aller','LYC30R' , time(14,43,42),'vac_s' ,'hiver' ,1978 , 'NaN' ] ], columns=['sens', 'arret', 'heure_arrivee_reelle', 'type_jour', 'saison', 'annee', 'temps_trajet_mt'])


marche_type_jointure = df = pd.DataFrame([
['VIG01A', time(6,0,0), time(6,29,0), 'hiver', 'Aller', 4, 'vac_s', 1978],
['VIG01A', time(7,0,0), time(7,29,0), 'hiver', 'Aller', 4, 'vac_s', 1978], 
['VIG01A', time(7,0,0), time(7,59,0), 'hiver', 'Aller', 4, 'vac_s', 1978], 
['VIG01A', time(18,30,0), time(18,59,0), 'hiver', 'Aller', 4, 'vac_s', 1978], 
['LYC30R', time(6,0,0), time(6,29,0), 'hiver', 'Aller', 1, 'semaine', 1978], 
['LYC30R', time(7,45,0), time(7,59,0), 'hiver', 'Aller', 1, 'semaine', 1978],
['LYC30R', time(9,30,0), time(15,59,00), 'hiver', 'Aller', 1, 'semaine', 1978]], 
columns=['arret', 'heure_debut_periode', 'heure_fin_periode', 'saison', 'sens', 'temps_trajet_sur_periode', 'type_jour', 'annee])

以下也是最重要的变量： 在df:'sens'（第6列）中， 'arret'（停止，第9列）， 'heure_arrivee_reelle'（实际到达时间，第13列）， 'type_jour'（一天的类型，其中'vac_s'表示假日，'samedi'表示周六，'dimanche'表示周日，最后'semaine'表示周，第25列）， 'saison'（第26列中的“季节”是冬季的“hiver”或夏季的“ete”）， 'annee'（即2018年或1978年，指2017-2018年冬季，即2017年1月至2017年5月，然后2017年9月至2018年5月，第29栏）， “temps\u trajet\u mt”暂时为空，但值将来自“marche\u type\u jointure\u group”（.temps\u trajet\u sur periode）。你知道吗

对于marche类型的连接，分组为：'arret'（站）、'heure_debut_periode'和'heure_fin_periode'，这是一段时间的开始和结束，在这段时间内有一个'temps_trajet_sur_periode'，这是从上一站到我们所处的站（在公交线路上）所需的时间。'type_jour'、'saison'和'sens'与df_grouped相同。你知道吗

我实际上想做的是，对于分组数据帧的每个“键”（停止、方向、日期类型、季节和年份），将df_grouped中的值'heure_arrivee_reelle'（'英语中的实际到达时间'）与'heure_fin_periode'（'英语中的结束时间'）和/或'heure_debut_periode'（'开始时间'的不同值进行比较： “如果heure\u arrivee\u reelle in[heure\u defirst\u periode，heure\u fin\u periode]”（作为间隔，但可能有一个更简单的条件给出相同的结果）then the value of temps_trajet_mt in df_grouped becomes the corresponding value of temps_trajet_sur_periode in marche_type_jointure_grouped。 很明显我想用一种有效的方式来做。以下是我试图做的事情，也许你能更了解我想做的事情：

for key,group in df_grouped:
df_mt = marche_type_jointure_grouped.get_group(key) #we take the corresponding group from the other dataframe
index_har = list(group.heure_arrivee_reelle.index.values) #list of index of actual arrival times from df_grouped referring to key
index_hdp = list(df_mt.heure_debut_periode.index.values) #list of index of beginning time of period from marche_type_jointure_grouped refering to key
for i in index_hdp:
    for j in index_har:
        if df_mt.heure_fin_periode[i] >= group.heure_arrivee_reelle[j]:
            group.temps_trajet_mt[j] = df_mt.temps_trajet_sur_periode[i]
            index_har.remove(j) #so that I do not have to compare it again
        else:
            pass
df_grouped.size().unstack() #so that I can see the result

事先谢谢你的帮助，这真的很重要，我已经在这一个多星期了！请告诉我，如果我想做的是不清楚（这或多或少是一个有条件的联合，如果你愿意…）