如何在Python的两个DataFrame中实现精确匹配或下一个较大项的查找？

问题背景 #

需要为Wins DataFrame匹配Levels中的Level字段，匹配规则：

• 若Wins Needed与Levels["Wins"]精确匹配，直接对应；
• 若无精确匹配，匹配**第一个大于Wins Needed的Levels["Wins"]**对应的Level。

已知两个DataFrame结构：

Wins DataFrame #

import numpy as np
import pandas as pd

np.random.seed(1) 
Wins_Range = np.arange(1,101,1)
Wins = pd.DataFrame({"Wins Needed": Wins_Range})

结构示例：

Levels DataFrame #

Levels_Range = np.arange(1,101,1)
Levels = pd.DataFrame({"Level": Levels_Range})
Levels["Wins"]=np.random.choice([1,2,3,4,5],size=len(Levels), p=[0.2,0.2,0.2,0.2,0.2]).cumsum()

结构示例：

注意：Levels["Wins"]为float类型，Wins["Wins Needed"]为int类型，直接使用merge无法实现需求。

解决方案：使用pd.merge_asof #

merge_asof专门用于按键进行最近邻匹配，支持指定匹配方向，完美契合本次需求。

步骤1：统一数据类型 #

先将两个匹配键的类型统一，避免类型不匹配导致的问题：

# 将Wins的Wins Needed转为float，与Levels的Wins类型一致
Wins["Wins Needed"] = Wins["Wins Needed"].astype(float)

步骤2：确保键排序（关键） #

merge_asof要求左表和右表的匹配键必须是升序排列的。本次数据本身已满足，但显式排序可避免意外：

Wins = Wins.sort_values("Wins Needed")
Levels = Levels.sort_values("Wins")

步骤3：执行匹配 #

设置direction='forward'，表示匹配第一个大于等于左表键的值，正好对应"精确匹配或下一个较大项"的规则：

result = pd.merge_asof(
    Wins,
    Levels,
    left_on="Wins Needed",
    right_on="Wins",
    direction="forward",
    how="left"
)

结果示例 #

匹配后result的部分数据：

可以看到：

• Wins Needed=3精确匹配Levels["Wins"]=3，对应Level1；
• Wins Needed=4无精确匹配，匹配到第一个更大的Wins=7，对应Level2。

内容的提问来源于stack exchange，提问作者Naor