Python中基于列数值范围合并DataFrame并映射标签的实现方法

完全可行，以下是基于Pandas的具体实现方案：

明确数据结构（根据示例图还原） #

假设你的两个DataFrame结构如下：

• 主表（记为df1）：包含person、experiment、value三列，是需要补充tag的目标表
• 规则表（记为df2）：包含person、experiment、lower（数值下限）、upper（数值上限）、tag五列，是tag的映射规则表

方案一：交叉合并+条件过滤（通用场景） #

逻辑直观，适用于所有数值范围匹配场景：

1. 按person和experiment两个关联字段合并两张表，得到所有可能的组合
2. 过滤出value落在[lower, upper)区间内的行
3. 清理冗余列得到最终结果

代码示例：

import pandas as pd

# 替换为你的实际数据
df1 = pd.DataFrame({
    'person': ['A', 'A', 'B', 'B', 'C'],
    'experiment': ['exp1', 'exp1', 'exp2', 'exp2', 'exp1'],
    'value': [5, 15, 22, 8, 3]
})

df2 = pd.DataFrame({
    'person': ['A', 'A', 'B', 'C'],
    'experiment': ['exp1', 'exp1', 'exp2', 'exp1'],
    'lower': [0, 10, 20, 0],
    'upper': [10, 20, 30, 5],
    'tag': ['low', 'mid', 'high', 'low']
})

# 按关联字段合并
merged = pd.merge(df1, df2, on=['person', 'experiment'], how='left')
# 过滤数值范围（可根据需求调整区间开闭，比如改成<=upper）
filtered = merged[(merged['value'] >= merged['lower']) & (merged['value'] < merged['upper'])]
# 清理冗余列
result = filtered.drop(columns=['lower', 'upper'])
print(result)

方案二：merge_asof高效匹配（有序数值场景） #

如果value和数值范围是有序的，使用merge_asof效率更高，适合大数据量场景：

1. 分别对两张表按数值列排序
2. 按person、experiment分组，匹配符合数值范围的tag

代码示例：

# 对两张表按数值列排序
df1_sorted = df1.sort_values('value')
df2_sorted = df2.sort_values('lower')

# 执行范围匹配
result = pd.merge_asof(
    df1_sorted,
    df2_sorted,
    on='value',
    by=['person', 'experiment'],
    left_open=False,  # 表示value >= lower
    right_open=True   # 表示value < upper
)
# 恢复原表顺序（可选）
result = result.sort_index().drop(columns=['lower', 'upper'])
print(result)

注意事项 #

• 确保df1的每一行在df2中对应唯一的数值范围，否则会出现重复行，需根据实际需求处理（比如取第一个匹配项，或检查数据规则）
• 若数值范围存在重叠，需明确匹配优先级（比如优先匹配下限更高的范围）

内容的提问来源于stack exchange，提问作者Shafiq Javaid