如何不使用for循环从不同DataFrame中匹配满足条件的取值？

刚好碰到过类似的场景！因为ext_map['mix']已经是升序排列，我们可以借助Numpy的searchsorted函数高效完成匹配，完全不需要写for循环，效率还很高。

具体实现代码 #

import pandas as pd
import numpy as np

# 初始化原始数据
df = pd.DataFrame(data={'true': [1, 2, 3], 'billed': [104, 50, 256]})
ext_map = pd.DataFrame(data={'label':[3.1, 2.5, 3.5], 'mix':[100, 200, 300]})

# 用searchsorted定位每个billed对应的匹配位置
match_positions = np.searchsorted(ext_map['mix'], df['billed'], side='left')

# 根据位置提取对应的label值，赋值给新列
df['new_col'] = ext_map['label'].iloc[match_positions].values

print(df)

代码逻辑解释 #

• np.searchsorted(ext_map['mix'], df['billed'], side='left')：这个函数专门针对升序列表工作，会为每个billed值找到序列中第一个大于等于它的元素的索引。比如：
  • 50在[100,200,300]里，第一个大于等于它的是100，对应索引0；
  • 104对应的是200，索引1；
  • 256对应的是300，索引2。
• 拿到这些索引后，直接从ext_map['label']中提取对应值，就能快速生成new_col列。

运行结果 #

true  billed  new_col
0     1    104      2.5
1     2     50      3.1
2     3    256      3.5

内容的提问来源于stack exchange，提问作者loadbox