基于双DataFrame索引匹配实现区间值填充的Pandas方案

这个填充逻辑本质是按id做向后最近匹配：对A中每一行的id，找到B中所有小于等于该id的记录里id最大的那行的tval值，正好对应「相邻索引区间取左端点关联值」的规则，用pandas内置的merge_asof即可实现，无需手写循环，自动适配任意步长n，运行效率高。

实现步骤 #

• 确认两个DataFrame的匹配键（此处为id列/索引）为数值类型，且B的匹配键按升序排列（merge_asof要求右侧匹配键有序）
• 调用pd.merge_asof，指定匹配方向为backward即可完成自动填充

完整示例代码 #

import pandas as pd

# 构造示例数据
A = pd.DataFrame({
    'id': list(range(11)),
    'val1': [2, 3, 4, 1, 6, 23, 2, 12, 56, 34, 90]
})
B = pd.DataFrame({
    'id': [0, 3, 6, 9, 12],
    'tval': [1, 5, 9, 34, 3434]
})

# 按id列匹配填充
result = pd.merge_asof(
    left=A,
    right=B,
    on='id',
    direction='backward' # 核心参数：取小于等于当前id的最近B记录值
)

运行后得到的result和预期结果完全一致：

id  val1  tval
0    0     2     1
1    1     3     1
2    2     4     1
3    3     1     5
4    4     6     5
5    5    23     5
6    6     2     9
7    7    12     9
8    8    56     9
9    9    34    34
10  10    90    34

特殊场景适配 #

如果你的id是DataFrame的索引而非单独列，只需要把匹配参数换成索引匹配即可，代码如下：

# 将id设为索引的场景
A_idx = A.set_index('id')
B_idx = B.set_index('id')

result_idx = pd.merge_asof(
    left=A_idx,
    right=B_idx,
    left_index=True,
    right_index=True,
    direction='backward'
)

这个方法不要求B的步长n为固定值，哪怕B的索引间隔是动态变化的，只要保持升序就能正确填充。

内容的提问来源于stack exchange，提问作者starc52