如何按条件匹配两个不同大小的DataFrame

现有两个不同大小的DataFrame：
df1：

Miles   AB  Param1  Param2  Param3  Param4
1.5 A   0.12345 0.12345 0.12345 0.12345
1.7 B   0.12345 0.12345 0.12345 0.12345
1.9 A   0.12345 0.12345 0.12345 0.12345
2.6 A   0.12345 0.12345 0.12345 0.12345
2.7 B   0.12345 0.12345 0.12345 0.12345
3.5 B   0.12345 0.12345 0.12345 0.12345
5.6 A   0.12345 0.12345 0.12345 0.12345
7.8 B   0.12345 0.12345 0.12345 0.12345
9.9 B   0.12345 0.12345 0.12345 0.12345

df2：

Miles   AB  Param5
1.9 A   56
2.5 A   69
3.4 B   42
5.6 A   41

需要将df2的Param5字段匹配到df1中，匹配条件：

• AB字段值相同
• 两个DataFrame的Miles差值绝对值≤0.1

期望结果：

Miles   AB  Param1  Param2  Param3  Param4  Param5
1.5 A   0.12345 0.12345 0.12345 0.12345 
1.7 B   0.12345 0.12345 0.12345 0.12345 
1.9 A   0.12345 0.12345 0.12345 0.12345 56
2.6 A   0.12345 0.12345 0.12345 0.12345 69
2.7 B   0.12345 0.12345 0.12345 0.12345 
3.5 B   0.12345 0.12345 0.12345 0.12345 42
5.6 A   0.12345 0.12345 0.12345 0.12345 41
7.8 B   0.12345 0.12345 0.12345 0.12345 
9.9 B   0.12345 0.12345 0.12345 0.12345 

尝试用np.where实现时报错：

df1['Param5'] = np.where(((df2['AB']==df1['AB']) & (abs(df2['Miles']-df1['Miles'])<=0.1)), df2['Param5'],'')

错误信息：

ValueError: Can only compare identically-labeled Series objects

因为两个DataFrame行数不同，直接按位置对比不可行，推荐两种实现方法：

方法一：使用merge_asof（高效，适合大数据集） #

merge_asof支持按分组键匹配后，根据数值列的接近度完成关联，刚好适配需求：

import pandas as pd

# 先按AB分组、Miles排序（merge_asof要求左右DataFrame按on列排序）
df1_sorted = df1.sort_values(['AB', 'Miles'])
df2_sorted = df2.sort_values(['AB', 'Miles'])

# 执行匹配：按AB分组，匹配Miles差值≤0.1的记录
result = pd.merge_asof(
    df1_sorted,
    df2_sorted,
    on='Miles',
    by='AB',
    tolerance=0.1,
    direction='nearest'  # 取最接近的匹配项
)

# 恢复原df1的顺序
result = result.loc[df1.index]
# 将空值替换为空字符串（按需调整）
result['Param5'] = result['Param5'].fillna('')

方法二：使用apply遍历（直观，适合小数据集） #

对df1的每一行，在df2中筛选符合条件的记录并提取Param5：

import pandas as pd

def get_param5(row):
    # 筛选AB相同且Miles差值≤0.1的df2记录
    matches = df2[(df2['AB'] == row['AB']) & (abs(df2['Miles'] - row['Miles']) <= 0.1)]
    # 有匹配项则取第一个的Param5，否则返回空字符串
    return matches['Param5'].iloc[0] if not matches.empty else ''

df1['Param5'] = df1.apply(get_param5, axis=1)

两种方法都能得到目标结果，merge_asof性能更优，适合数据量大的场景；apply写法更直观，适合小数据集。

内容的提问来源于stack exchange，提问作者verynovice