如何在DataFrame区间匹配值并填充至另一DataFrame？解决匹配报错

需求说明 #

根据df1中各物流公司（Tarif）的重量区间（von到bis），匹配df2中对应公司的重量（Weight），将对应的GK值填入df2的GK列。

数据结构 #

df1（区间规则表） #

Tarif    von    bis   GK
FedEx    0.0    1.0  G001
FedEx    1.0    2.0  G002
DHL      0.0    0.5  G001
DHL      0.5    1.0  G002
DPD      0.0    5.0  G001
DPD      5.0    10.0 G002

df2（待填充表） #

初始状态：

Tarif   Weight  GK
FedEx     0.6
DHL       0.6
FedEx     0.5
DPD       7.5

期望结果：

Tarif   Weight  GK
FedEx     0.6    G001
DHL       0.6    G002
FedEx     0.5    G001
DPD       7.5    G002

尝试的代码及错误 #

使用循环实现时触发报错：

for i in range(len(df2)):
    df2.loc[[i]['GK'] = df1['GK'].loc[(df1['Tarif'] == df2.loc[[i]]['Tarif'])
                            & (df1['von'] <  df2[[i]]['Weight']) 
                            & (df1['bis'] >= df2[[i]]['Weight'])]

错误信息：

ValueError: Can only compare identically-labeled Series objects

问题原因及解决方案 #

错误原因 #

1. 索引使用错误：df2.loc[[i]]返回的是DataFrame而非单个值，和df1['Tarif']（Series）比较时会因索引不匹配报错；
2. 语法错误：df2.loc[[i]['GK']存在括号不匹配问题，正确写法应为df2.loc[i, 'GK']。

修复后的循环写法 #

如果坚持用循环，修正索引和语法问题即可：

for i in range(len(df2)):
    # 获取当前行的单个Tarif和Weight值
    current_tarif = df2.loc[i, 'Tarif']
    current_weight = df2.loc[i, 'Weight']
    # 匹配df1中的对应区间
    match_gk = df1[(df1['Tarif'] == current_tarif) & 
                   (df1['von'] < current_weight) & 
                   (df1['bis'] >= current_weight)]['GK'].values[0]
    # 填充到df2
    df2.loc[i, 'GK'] = match_gk

更高效的非循环写法（推荐） #

循环在数据量大时效率低下，推荐以下两种方法：

方法1：使用apply

def get_matched_gk(row):
    # 匹配当前行对应的GK值
    matched = df1[(df1['Tarif'] == row['Tarif']) & 
                  (df1['von'] < row['Weight']) & 
                  (df1['bis'] >= row['Weight'])]['GK'].values[0]
    return matched

# 对df2每行执行匹配逻辑
df2['GK'] = df2.apply(get_matched_gk, axis=1)

方法2：使用merge+布尔索引

先按Tarif合并两表，再筛选符合区间的行：

# 按Tarif字段合并两个表
merged_df = df2.merge(df1, on='Tarif', how='left')
# 筛选符合重量区间的记录
filtered_df = merged_df[(merged_df['von'] < merged_df['Weight']) & 
                        (merged_df['bis'] >= merged_df['Weight'])]
# 整理回原df2的结构
df2 = filtered_df[['Tarif', 'Weight', 'GK']].reset_index(drop=True)

内容的提问来源于stack exchange，提问作者ChristineK