Pandas查找B列中小于A列对应值的最接近最大值

你要的逻辑可以直接用pandas.merge_asof实现，不需要逐行遍历，性能适配大体量数据集，核心思路是：将B列的唯一值提取、排序后构造独立的匹配右表，通过有序近似匹配直接找到每个A值对应的、严格小于它的最大B值，最后还原原表的行顺序即可。

可直接运行的代码 #

import pandas as pd

# 示例测试数据
df = pd.DataFrame({'a' : [1, 5, 7, 2, 3, 4], 'b' : [5, 2, 7, 5, 1, 9]})

# 1. 构造匹配右表：取B列所有唯一值，排序后作为匹配基准
right_table = df[['b']].drop_duplicates().sort_values('b').reset_index(drop=True)
# 2. 构造左表：保留原行索引，按A列排序满足merge_asof的有序要求
left_table = df[['a']].reset_index(names='origin_idx').sort_values('a')
# 3. 执行asof匹配：找严格小于A值的最大B值
match_result = pd.merge_asof(
    left_table,
    right_table,
    left_on='a',
    right_on='b',
    direction='backward',
    allow_exact_matches=False  # 关闭等值匹配，保证结果严格小于A列值
)
# 4. 按原索引还原行顺序，将结果赋值到新列c
df['c'] = match_result.set_index('origin_idx')['b']

结果验证 #

执行后打印df，输出完全符合预期：

a  b    c
0  1  5  NaN
1  5  2  2.0
2  7  7  5.0
3  2  5  1.0
4  3  1  2.0
5  4  9  2.0

低版本兼容说明 #

如果你的pandas版本低于1.0，不支持allow_exact_matches参数，可以在匹配后手动过滤不符合要求的等值结果：

match_result = pd.merge_asof(
    left_table,
    right_table,
    left_on='a',
    right_on='b',
    direction='backward'
)
# 手动剔除大于等于A值的匹配项
match_result.loc[match_result['b'] >= match_result['a'], 'b'] = pd.NA
df['c'] = match_result.set_index('origin_idx')['b']

性能说明 #

整个实现的时间复杂度为O(n log n)，主要来自排序步骤，merge_asof本身为线性遍历逻辑，相比逐行apply、循环查找的*O(n²)*复杂度，在十万、百万级数据量下性能差距可达上百倍，适配大体量DataFrame场景。

内容的提问来源于stack exchange，提问作者Joey