如何根据另一DataFrame的年龄区间与国家条件填充pandas DataFrame？

错误原因 #

你遇到的index 0 is out of bounds错误，确实是因为当Table2的年龄区间在Table1中没有对应数据时，筛选得到的Marks Series是空的，此时values[0]试图访问空数组的第一个元素，导致索引越界。

解决方案 #

方案1：修改原有循环，处理空值情况 #

直接在循环里判断筛选结果是否为空，为空则赋值NaN，否则取第一个值：

import numpy as np

for index, row in table2.iterrows():
    # 筛选符合条件的Country A分数
    filtered_marks = table1[(table1['Country'] == 'A') & 
                            (table1['Age'] >= row['Age Band From']) & 
                            (table1['Age'] <= row['Age Band To'])]['Marks']
    # 赋值：有结果则取第一个，无结果则为NaN
    table2.loc[index, 'Country A'] = filtered_marks.iloc[0] if not filtered_marks.empty else np.nan
    
    # 同理处理Country B
    filtered_marks_b = table1[(table1['Country'] == 'B') & 
                              (table1['Age'] >= row['Age Band From']) & 
                              (table1['Age'] <= row['Age Band To'])]['Marks']
    table2.loc[index, 'Country B'] = filtered_marks_b.iloc[0] if not filtered_marks_b.empty else np.nan

方案2：使用apply函数简化代码 #

定义一个通用函数处理匹配逻辑，然后用apply批量处理，比iterrows更高效：

import pandas as pd
import numpy as np

# 示例数据（替换为你的真实数据即可）
table1 = pd.DataFrame({
    'Country': ['A', 'B'],
    'Age': [25, 45],
    'Marks': [7, 8]
})

table2 = pd.DataFrame({
    'Age Band From': [20, 30, 40],
    'Age Band To': [29, 39, 49],
    'Country A': [np.nan, np.nan, np.nan],
    'Country B': [np.nan, np.nan, np.nan]
})

# 定义匹配函数
def get_matching_mark(age_low, age_high, target_country):
    match = table1[(table1['Country'] == target_country) & 
                   (table1['Age'] >= age_low) & 
                   (table1['Age'] <= age_high)]['Marks']
    return match.iloc[0] if not match.empty else np.nan

# 批量填充Country A和Country B列
table2['Country A'] = table2.apply(lambda x: get_matching_mark(x['Age Band From'], x['Age Band To'], 'A'), axis=1)
table2['Country B'] = table2.apply(lambda x: get_matching_mark(x['Age Band From'], x['Age Band To'], 'B'), axis=1)

执行后得到的table2结果：

方案3：全向量化合并（大数据量推荐） #

如果你的数据量较大，推荐用merge实现全向量化操作，避免循环和apply，效率更高：

# 扩展table2和table1，建立交叉关联
table2_expanded = table2[['Age Band From', 'Age Band To']].assign(key=1)
table1_expanded = table1.assign(key=1)
merged = pd.merge(table2_expanded, table1_expanded, on='key').drop('key', axis=1)

# 筛选年龄落在区间内的记录
filtered = merged[(merged['Age'] >= merged['Age Band From']) & (merged['Age'] <= merged['Age Band To'])]

# 转成宽格式并合并回原table2
result = table2.merge(
    filtered.pivot(index=['Age Band From', 'Age Band To'], columns='Country', values='Marks').reset_index(),
    on=['Age Band From', 'Age Band To'],
    how='left'
)

# 重命名列保持原格式
result.rename(columns={'A': 'Country A', 'B': 'Country B'}, inplace=True)

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