基于双条件的Pandas查找并获取首个匹配值的实现方案

需求说明 #

为df2的每个day值，从df中匹配满足day1 <= day且day2 > day的记录：

• 若存在多个匹配，取第一个匹配的value
• 无匹配时填充0

给定数据 #

import pandas as pd

df = pd.DataFrame({'day1': [3, 7, 15], 'day2': [20, 15, 11], 'value': [10, 20, 30]})
df2 = pd.DataFrame({'day': [2, 8, 15, 22]})

预期结果：df2新增的value列值为[0, 10, 10, 0]

实现思路与代码 #

方法一：基于apply完成匹配（贴合你的现有思路） #

你已经完成了筛选匹配行的逻辑，只需补充提取首个匹配值、无匹配返回0的逻辑即可：

def get_matching_value(x):
    # 筛选满足条件的行
    matched_rows = df[(df['day1'] <= x) & (df['day2'] > x)]
    # 存在匹配则取第一个value，否则返回0
    return matched_rows['value'].iloc[0] if not matched_rows.empty else 0

df2['value'] = df2['day'].apply(get_matching_value)

方法二：用idxmax标记首个匹配（符合你的猜测方向） #

通过构造布尔匹配矩阵，用argmax()定位每行首个匹配的位置，再映射值并填充0：

# 构造df2每个day与df所有行的匹配布尔矩阵
match_matrix = (df['day1'].values <= df2['day'].values[:, None]) & (df['day2'].values > df2['day'].values[:, None])
# 找到每行第一个匹配的索引，无匹配的行标记为-1
first_match_idx = match_matrix.argmax(axis=1)
first_match_idx[~match_matrix.any(axis=1)] = -1
# 映射value值，无匹配时填充0
df2['value'] = df['value'].iloc[first_match_idx].fillna(0).values

方法三：高效批量匹配（适合大数据量场景） #

如果数据量较大，apply效率偏低，可使用merge_asof结合预处理实现批量匹配：

# 先对两个数据集按关联字段排序
df_sorted = df.sort_values('day1').reset_index(drop=True)
df2_sorted = df2.sort_values('day').reset_index(drop=True)

# 用merge_asof找到每个day对应的最大day1不超过day的行
merged = pd.merge_asof(df2_sorted, df_sorted, left_on='day', right_on='day1', direction='backward')
# 筛选day2 > day的有效匹配，无效匹配填0
merged['value'] = merged.apply(lambda row: row['value'] if row['day2'] > row['day'] else 0, axis=1)
# 恢复df2原有的行顺序
df2['value'] = merged.set_index(df2_sorted.index)['value'].reindex(df2.index)

运行任意方法后，df2的结果均符合预期：

day  value
0    2      0
1    8     10
2   15     10
3   22      0

内容的提问来源于stack exchange，提问作者aeiou