如何基于另一DataFrame的条件在Pandas中新增列

你的需求是基于Year和Month的条件，将df_price中的汇率列匹配到dane表中。下面是两种高效的实现方式，以及对你原代码问题的说明：

一、推荐方法：使用merge_asof（适合大数据量） #

这个方法专门用于按顺序向前匹配，能高效处理时间/月份类的条件匹配：

import pandas as pd

# 定义原始数据
Price_dict= {
    "Year" : [2023,2023],
    "Month" : [7,8],
    "Stala_EURO" : [1.27836,1.02323],
    "Stala_PLN" : [13.36200,20.23232],
}
df_price= pd.DataFrame(Price_dict)

dane_slo = {
    "Year" : [2023,2023,2023,2023],
    "Month" : [7,8,7,10],
}
dane = pd.DataFrame(dane_slo)

# 对两个表按Year和Month排序（merge_asof要求必须排序）
df_price_sorted = df_price.sort_values(['Year', 'Month'])
dane_sorted = dane.sort_values(['Year', 'Month'])

# 执行向前匹配：同Year下，匹配小于等于当前Month的最大Month对应的汇率
final = pd.merge_asof(
    dane_sorted,
    df_price_sorted[['Year', 'Month', 'Stala_EURO', 'Stala_PLN']],
    on='Month',
    by='Year',
    direction='backward'
)

# 恢复dane的原始行顺序（可选）
final = final.loc[dane.index]

print(final)

输出结果：

Year  Month  Stala_EURO  Stala_PLN
0  2023      7     1.27836    13.3620
1  2023      8     1.02323    20.2323
2  2023      7     1.27836    13.3620
3  2023     10     1.02323    20.2323

二、小数据量方法：使用apply逐行匹配 #

如果数据量较小，可以用逐行筛选的方式实现：

import pandas as pd

# 定义原始数据（同上方）
Price_dict= {
    "Year" : [2023,2023],
    "Month" : [7,8],
    "Stala_EURO" : [1.27836,1.02323],
    "Stala_PLN" : [13.36200,20.23232],
}
df_price= pd.DataFrame(Price_dict)

dane_slo = {
    "Year" : [2023,2023,2023,2023],
    "Month" : [7,8,7,10],
}
dane = pd.DataFrame(dane_slo)

# 定义匹配函数
def match_stala(row):
    # 筛选同Year且Month<=当前行Month的记录
    valid_rows = df_price[(df_price['Year'] == row['Year']) & (df_price['Month'] <= row['Month'])]
    # 取Month最大的那一行的汇率
    target_row = valid_rows.sort_values('Month', ascending=False).iloc[0]
    return pd.Series([target_row['Stala_EURO'], target_row['Stala_PLN']])

# 新增列
dane[['Stala_EURO', 'Stala_PLN']] = dane.apply(match_stala, axis=1)

print(dane)

三、你原代码的问题说明 #

1. 变量名错误：df_slo_CKT应该改为df_price
2. 未定义变量：使用了month[:,None]，但只定义了mo= dane["Month"].values，需统一变量名
3. 条件逻辑错误：你的条件用了<，但需求是<=，会导致7月的行无法匹配到df_price的7月数据
4. 重复匹配问题：比如10月会同时匹配到7月和8月的记录，导致数据重复，需要额外筛选最大Month的行

内容的提问来源于stack exchange，提问作者Adii