Pandas：为列表元素查找时间序列DataFrame满足条件的首行

背景 #

有一个DataFrame df 和浮点数列表 T，其中df.B是按时间排序的序列：第0个索引对应最新时间戳，最后一个索引对应最旧时间戳。示例如下：

import pandas as pd
df = pd.DataFrame({'A': [1.1, 2.2, 3.3, 4.4], 'B': [5.5, 6.6, 7.7, 8.8]})
T = [t1, t2, ..., tn]  # 浮点数列表

需求 #

对T中的每个阈值t，在df.B中找到最早满足B >= t的时间点对应的行（即从最旧的时间开始遍历，第一个符合条件的行），返回该行的B值；若没有满足条件的行，返回None。

已尝试的方法及问题 #

1. 尝试用apply逐行比较：

df.loc[df.apply(lambda x: x.B >= T, axis=1)]
# 报错：TypeError: unhashable type: 'numpy.ndarray'

错误原因：x.B是单个值，和列表T比较会生成数组，无法作为布尔索引使用。

2. 尝试用query方法：

df2 = df.query('B >= @T')
# 报错：'Lengths must match to compare'

错误原因：query要求比较的两边长度一致，B是列，T是列表，长度不匹配。

3. 循环遍历每个t筛选：

[ df[df['B'] >= t] for t in T ]

技术上可行，但后续取首行时会触发警告：pydevd warning: Computing repr of a (list) was slow，因为列表中每个元素是DataFrame对象，生成其字符串表示的开销大，尤其当T规模大时问题更明显。

补充示例 #

修改df.B后：

T = [3.5, 4.5, 8.0, 8.5, 10.0, 11.0]
df.B = [5.5, 8.8, 6.6, 7.7]

期望输出对应df.B的值为：[7.7, 7.7, 8.8, 8.8, None, None]

高效解决方案 #

利用numpy的向量操作替代循环，避免性能问题：

import numpy as np

# 将B列反转，按时间从早到晚排列（最旧到最新）
b_reversed = df['B'].values[::-1]
# 对每个t，找到第一个>=t的元素位置（searchsorted默认left模式，找首个大于等于的位置）
indices = np.searchsorted(b_reversed, T, side='left')

# 生成结果：索引在范围内则取对应值，否则返回None
mask = indices < len(b_reversed)
result = np.where(mask, b_reversed[indices], None).tolist()

print(result)
# 输出: [7.7, 7.7, 8.8, 8.8, None, None]

原理说明 #

• 反转df.B是为了将时间序列调整为从早到晚的顺序，符合“找最早满足条件的时间点”的遍历逻辑。
• np.searchsorted是高效的二分查找方法，比逐行遍历快得多，尤其当df和T规模较大时优势明显。
• 用向量操作替代循环，避免了生成大量DataFrame对象导致的repr警告，同时提升了整体性能。

内容的提问来源于stack exchange，提问作者Hunter