DataFrame中Score与Score2列范围匹配：df.eq(s)失效的解决问询

问题背景 #

现有存储范围规则的基准DataFrame：

import pandas as pd

df = pd.DataFrame({
    'Score': ['>285', '285-280', '280-275', '275-260', '<260'],
    'Grade1': ['A1', 'A2', 'A3', 'A4', 'A5'],
    'Score2': ['>270', '270-260', '260-250', '250-200', '<200'],
    'Grade3': ['D1', 'D2', 'D3', 'D4', 'D5'],
    'Grade4': ['ID1', 'ID2', 'ID3', 'ID4', 'ID5']
})

输入包含具体数值和等级的DataFrame：

df_input = pd.DataFrame({
    'Score': [290], 
    'Grade1': ['A1'], 
    'Score2': [190], 
    'Grade3': ['D3'], 
    'Grade4': ['ID2']
})

直接使用df.eq(df_input.loc[0])无法将数值匹配到对应的范围行，需要自定义逻辑实现匹配并生成目标输出。

解决方案 #

1. 定义范围匹配函数 #

编写函数判断单个数值是否符合某条范围字符串的规则：

def match_range(val, range_str):
    if not pd.isna(val):
        val = float(val)
        # 处理大于阈值的情况
        if range_str.startswith('>'):
            threshold = float(range_str[1:])
            return val > threshold
        # 处理小于阈值的情况
        elif range_str.startswith('<'):
            threshold = float(range_str[1:])
            return val < threshold
        # 处理区间范围（格式为"上限-下限"）
        elif '-' in range_str:
            upper, lower = map(float, range_str.split('-'))
            return lower <= val <= upper
    return False

2. 生成完整匹配掩码 #

对Score、Score2列用自定义函数匹配，其余等级列直接用等值匹配：

s = df_input.loc[0]
mask = pd.DataFrame(index=df.index)

# 处理范围类型列
mask['Score'] = df['Score'].apply(lambda x: match_range(s['Score'], x))
mask['Score2'] = df['Score2'].apply(lambda x: match_range(s['Score2'], x))

# 处理普通等级列
for col in ['Grade1', 'Grade3', 'Grade4']:
    mask[col] = df[col].eq(s[col])

生成的掩码与预期一致：

print(mask.to_dict())
# 输出：
# {'Score': {0: True, 1: False, 2: False, 3: False, 4: False}, 
#  'Score2': {0: False, 1: False, 2: False, 3: False, 4: True}, 
#  'Grade1': {0: False, 1: False, 2: False, 3: False, 4: True}, 
#  'Grade3': {0: False, 1: False, 2: True, 3: False, 4: False}, 
#  'Grade4': {0: False, 1: True, 2: False, 3: False, 4: False}}

3. 构建目标输出DataFrame #

根据掩码把输入值填充到对应位置，其余位置填空字符串，再添加Tiers列：

df_output = pd.DataFrame(index=df.index)
df_output['Tiers'] = df.index + 1  # 生成1-5的层级

# 填充各列数据
for col in mask.columns:
    df_output[col] = mask[col].apply(lambda x: s[col] if x else '')

# 转换为字典格式（与预期输出一致）
print(df_output.to_dict())

最终输出完全符合预期：

# {'Tiers': {0: 1, 1: 2, 2: 3, 3: 4, 4: 5}, 
#  'Score': {0: 290, 1: '', 2: '', 3: '', 4: ''}, 
#  'Score2': {0: '', 1: '', 2: '', 3: '', 4: 190}, 
#  'Grade1': {0: '', 1: '', 2: '', 3: '', 4: 'A1'}, 
#  'Grade3': {0: '', 1: '', 2: 'D3', 3: '', 4: ''}, 
#  'Grade4': {0: '', 1: 'ID2', 2: '', 3: '', 4: ''}}

内容的提问来源于stack exchange，提问作者Swetha