如何基于DataFrame B的区间规则批量设置DataFrame A的speed列值？

问题说明 #

现有两个Pandas DataFrame：

• DataFrame A（共80行）的初始化代码：

import pandas as pd
info2 = {'speed': [None]*80}
dfA = pd.DataFrame(info2)

• DataFrame B的初始化代码：

info={"IndexSpeed":[7,16,44,56,80],"speed":[25,50,25,50,90]}
dfB = pd.DataFrame(info)

需要根据dfB的IndexSpeed划分区间，给dfA的speed列赋值：

• 索引≤7的行 → speed=25
• 索引8~16的行 → speed=50
• 索引17~44的行 → speed=25
• 索引45~56的行 → speed=50
• 索引57~79的行 → speed=90

最优实现方案 #

方案1：用pd.cut快速映射（代码简洁） #

这是最直观的写法，直接把索引按dfB的分界值切成区间，再绑定对应speed：

# 构建区间边界：左起点0，右边界用dfB的IndexSpeed值
bins = [0] + dfB['IndexSpeed'].tolist()
# 每个区间对应的speed值
labels = dfB['speed'].tolist()
# 给dfA的speed列赋值
dfA['speed'] = pd.cut(dfA.index, bins=bins, labels=labels, include_lowest=True)

include_lowest=True的作用是让第一个区间包含最左的0，刚好覆盖所有索引≤7的行。

方案2：用pd.merge_asof（大数据场景更高效） #

如果处理的是超大规模数据，merge_asof的性能会更出色，它会按索引匹配最近的分界值：

# 给dfA加一列存索引，方便后续匹配
dfA['index_col'] = dfA.index
# merge_asof要求右表必须按匹配列排序，先把dfB按IndexSpeed排序
dfB_sorted = dfB.sort_values('IndexSpeed')
# 按索引匹配最近的分界值
merged_df = pd.merge_asof(dfA, dfB_sorted, left_on='index_col', right_on='IndexSpeed', direction='backward')
# 把匹配到的speed赋值给dfA
dfA['speed'] = merged_df['speed']
# 删掉临时加的索引列
dfA.drop('index_col', axis=1, inplace=True)

direction='backward'表示为每个索引找不大于它的最大IndexSpeed，自动完成区间匹配，不用手动定义区间。

内容的提问来源于stack exchange，提问作者JK2018