按索引范围填充DataFrame列

不用iterrows()循环，用矢量化的pandas/numpy方法就能高效解决这个问题，下面提供两种实用方案：

方案一：结合numpy.digitize（性能最优） #

利用numpy的digitize函数快速定位每个索引所属的区间，再映射到对应values：

import pandas as pd
import numpy as np

# 示例数据
df = pd.DataFrame({'OtherCol': range(100000)})
indexes = [20000, 50000, 80000]
values = ['A', 'B', 'C', 'D']  # values长度需比indexes多1，对应n+1个区间

# 获取DataFrame索引（如果是自定义数值索引，直接用df.index即可）
df_index = df.index
# 定位每个索引对应的区间位置
bin_indices = np.digitize(df_index, indexes)
# 批量赋值
df['Values'] = [values[i] for i in bin_indices]

digitize会返回每个索引值落在indexes分割出的区间序号，刚好对应values的下标，全程矢量化计算，速度比循环快几十倍。

方案二：用pd.cut（更直观） #

pandas的cut函数专门用于分箱操作，适合需要明确区间边界的场景：

import pandas as pd
import numpy as np

# 示例数据
df = pd.DataFrame({'OtherCol': range(100000)})
indexes = [20000, 50000, 80000]
values = ['A', 'B', 'C', 'D']

# 构造完整区间：从0开始，到最后一个分割点后延伸至无穷大
bins = [0] + indexes + [np.inf]
# 分箱并赋值
df['Values'] = pd.cut(df.index, bins=bins, labels=values, include_lowest=True)

include_lowest=True确保第一个区间包含起始索引0，完美匹配你的赋值规则，代码可读性更强。

注意事项 #

• 必须保证values的长度 = indexes长度 + 1，因为n个分割点会产生n+1个连续区间
• 两种方案都支持非默认的数值型索引（只要索引是有序数值）
• 矢量化操作的时间复杂度远低于循环，处理20MB级别的CSV文件完全无压力

内容的提问来源于stack exchange，提问作者Grufoony