如何将ZIP码前4位匹配到范围并关联对应省份信息？

我有如下两个DataFrame：

df1 #

df2 #

需要完成以下操作：

• 提取df1["ZIP code"]的前4位数字；
• 检查该4位数字是否落在df2中任意一组区间范围内；
• 匹配成功后，将对应的df2["Province"]值添加到df1新列中。

优先想用map方法实现，比如df1["New column"] = df1["ZIP code"].str[:4].map(... ? ...)，如果map不合适也可以推荐更优方案。

首先要统一数据类型：把df2的区间列转成整数，同时将df1提取的前四位字符串也转成整数，才能进行数值区间匹配。

方法1：用map结合自定义函数（适合小数据量） #

逻辑直观，适合数据量不大的场景：

import pandas as pd

# 转换df2区间列的数据类型
df2['starting value ZIP code range'] = df2['starting value ZIP code range'].astype(int)
df2['last value ZIP code range'] = df2['last value ZIP code range'].astype(int)

# 定义匹配省份的函数
def match_province(zip_prefix):
    zip_num = int(zip_prefix)
    # 遍历df2找对应区间
    for _, row in df2.iterrows():
        if row['starting value ZIP code range'] <= zip_num <= row['last value ZIP code range']:
            return row['Province']
    # 无匹配返回空值
    return pd.NA

# 应用map方法
df1['New column'] = df1['ZIP code'].str[:4].map(match_province)

方法2：用merge_asof（高效推荐，适合大数据量） #

如果数据量较大，逐行遍历效率很低，推荐用pandas专门的区间匹配工具merge_asof：

import pandas as pd

# 处理df1：提取前四位并转成整数
df1['zip_prefix'] = df1['ZIP code'].str[:4].astype(int)

# 处理df2：重命名列并转换类型
df2_processed = df2.rename(columns={
    'starting value ZIP code range': 'start_zip',
    'last value ZIP code range': 'end_zip'
}).astype({'start_zip': int, 'end_zip': int})

# merge_asof要求右表必须按匹配列排序
df2_processed = df2_processed.sort_values('start_zip')

# 执行区间匹配
result = pd.merge_asof(
    df1.sort_values('zip_prefix'),  # 左表也要按匹配列排序
    df2_processed,
    left_on='zip_prefix',
    right_on='start_zip',
    direction='backward'
)

# 过滤掉不在区间内的匹配结果
result = result[result['zip_prefix'] <= result['end_zip']]

# 将匹配结果合并回原df1（保留原顺序）
df1 = df1.merge(result[['ZIP code', 'Province']], on='ZIP code', how='left').rename(columns={'Province': 'New column'})

结果示例 #

处理后df1的结果如下（注：原示例中的Haarlem、Utrecht未在给出的df2区间中对应，实际会返回空值，需补充对应区间数据）：

内容的提问来源于stack exchange，提问作者Xtiaan