Pandas：如何基于另一DataFrame的起止值提取指定范围的列数值？

问题场景 #

现有两个Pandas DataFrame：

• df_0：包含setting分组列和对应的values数值列
• df_1：存储每个setting对应的start_value（起始值）和end_value（结束值）

需求是从df_0中提取每个setting分组下，values处于df_1对应区间内的记录。

示例数据 #

先准备测试用的示例数据，方便验证结果：

import pandas as pd

# 示例 df_0
df_0 = pd.DataFrame({
    'setting': ['A', 'A', 'A', 'B', 'B', 'C', 'C'],
    'values': [1, 3, 5, 2, 6, 4, 8]
})

# 示例 df_1
df_1 = pd.DataFrame({
    'setting': ['A', 'B', 'C'],
    'start_value': [2, 3, 5],
    'end_value': [4, 7, 9]
})

方法一：合并后筛选（直观高效） #

通过合并两个DataFrame，将每个setting的区间信息关联到df_0的每条记录，再直接筛选符合区间条件的行：

# 按setting合并两个DataFrame，关联对应区间
merged_df = pd.merge(df_0, df_1, on='setting')

# 筛选values在[start_value, end_value]内的记录
result = merged_df[(merged_df['values'] >= merged_df['start_value']) & 
                   (merged_df['values'] <= merged_df['end_value'])]

# 保留需要的列（可选）
result = result[['setting', 'values']]
print(result)

输出结果 #

setting  values
1       A       3
3       B       6
6       C       8

方法二：字典映射筛选（避免冗余合并） #

如果不想产生合并后的冗余列，可以先把df_1的区间信息转成字典，再对df_0逐行判断：

# 将df_1转换为setting到(start_value, end_value)的字典
interval_map = df_1.set_index('setting')[['start_value', 'end_value']].apply(tuple, axis=1).to_dict()

# 自定义筛选逻辑
def is_in_interval(row):
    start, end = interval_map[row['setting']]
    return start <= row['values'] <= end

# 应用筛选
result = df_0[df_0.apply(is_in_interval, axis=1)]
print(result)

输出结果 #

和方法一完全一致。

错误原因说明 #

你之前用np.arange生成数值的思路不符合需求——需求是从已有的df_0.values数据中提取符合条件的记录，而非生成新的连续数值序列，所以会导致结果错误。上述两种方法都是基于df_0的原始数据进行筛选，完全匹配需求。

内容的提问来源于stack exchange，提问作者desert_ranger