如何在Pandas中无循环按条件为DataFrame新增列？

我有两个DataFrame，结构如下：

第一个DataFrame： #

Value
    Date
2010-06-29        3
2010-06-30        1
2010-07-01        5
2010-07-02        4
2010-07-03        9
2010-07-04        7
2010-07-05        2
2010-07-06        3

第二个DataFrame： #

Value
    Date
2010-06-29        6
2010-07-03        1
2010-07-06        4

创建第一个DataFrame的代码：

import pandas as pd

df = pd.DataFrame(
    {
        'Date': ['2010-06-29', '2010-06-30', '2010-07-01', '2010-07-02', '2010-07-03', '2010-07-04', '2010-07-05', '2010-07-06'], 
        'Value': [3, 1, 5, 4, 9, 7, 2, 3]
    }
)

df['Date'] = pd.to_datetime(df['Date']).dt.date
df = df.set_index('Date')

创建第二个DataFrame的代码：

df2 = pd.DataFrame(
    {
        'Date': ['2010-06-29', '2010-07-03', '2010-07-06'], 
        'Value': [6, 1, 4]
    }
)

df2['Date'] = pd.to_datetime(df2['Date']).dt.date
df2 = df2.set_index('Date')

我需要在第一个DataFrame中新增一列Value_2，该列每个Date对应的值为第二个DataFrame中等于或早于该Date的最新日期对应的Value值，期望输出如下：

Value   Value_2
    Date
2010-06-29        3        6
2010-06-30        1        6
2010-07-01        5        6
2010-07-02        4        6
2010-07-03        9        1
2010-07-04        7        1
2010-07-05        2        1
2010-07-06        3        4

要求代码不使用任何for循环，该如何实现？

解决方案 #

可以使用pandas的merge_asof方法，它专门用于按「最近的不大于匹配键」进行左连接，完全符合需求且无循环：

# 重置索引并将日期转换为datetime类型（merge_asof要求匹配键为有序的datetime）
df_reset = df.reset_index().rename(columns={'Date': 'date'})
df_reset['date'] = pd.to_datetime(df_reset['date'])

df2_reset = df2.reset_index().rename(columns={'Date': 'date', 'Value': 'Value_2'})
df2_reset['date'] = pd.to_datetime(df2_reset['date'])

# 执行匹配：direction='backward'表示取右表中小于等于当前日期的最后一行数据
result = pd.merge_asof(df_reset, df2_reset, on='date', direction='backward')

# 恢复原索引结构并调整列顺序
result = result.set_index('date').rename_axis('Date')[['Value', 'Value_2']]
print(result)

代码说明： #

1. 索引与日期转换：merge_asof要求匹配键是有序的datetime类型，因此先将两个DataFrame的索引转为列，再转换日期格式。
2. 匹配逻辑：direction='backward'参数指定取右表中不大于左表当前日期的最新记录，正好对应需求中的「等于或早于该Date的最新值」。
3. 结构恢复：将结果的索引改回原格式，并调整列顺序与期望输出一致。

运行上述代码即可得到目标结果。

内容的提问来源于stack exchange，提问作者Mahdi