Python DataFrame操作：根据分箱区间为x值匹配对应概率值

假设存储分箱的DataFrame名为df_bins，待填充的DataFrame名为df_data，以下是两种可直接落地的实现方案：

方案一：使用pd.cut实现（推荐，批量处理效率高） #

适合分箱连续无重叠的场景，是这类需求的最优解：

import pandas as pd
import numpy as np

# 1. 确保分箱表按最小值升序排列
df_bins = df_bins.sort_values('Low').reset_index(drop=True)
# 2. 提取分箱边界数组
bins = np.append(df_bins['Low'].values, df_bins['High'].iloc[-1])
# 3. 提取分箱对应的概率标签
prob_labels = df_bins['Probability'].values
# 4. 对x列做分箱匹配，填充y列
# closed参数指定区间闭合方向，left代表左闭右开，和常规分箱逻辑一致
# include_lowest=True确保最左侧边界值可以被匹配到
df_data['y'] = pd.cut(
    df_data['x'],
    bins=bins,
    labels=prob_labels,
    include_lowest=True,
    closed='left'
).fillna(0) # 不在分箱范围内的值默认填充0，可按需修改

方案二：使用IntervalIndex实现（适合非连续分箱场景） #

如果分箱存在间隔、或者需要自定义区间匹配规则，可以用该方案：

# 1. 为分箱表生成区间索引
df_bins['range'] = pd.IntervalIndex.from_arrays(df_bins['Low'], df_bins['High'], closed='left')
# 2. 生成区间到概率的映射表
prob_map = df_bins.set_index('range')['Probability']
# 3. 逐个匹配x对应的区间概率
df_data['y'] = df_data['x'].apply(
    lambda x: prob_map.loc[prob_map.index.contains(x)].iloc[0] if any(prob_map.index.contains(x)) else 0
)

注意事项 #

• 需提前确认分箱的区间闭合规则，避免边界值（比如刚好等于Low/High的值）匹配错误
• 如果分箱存在重叠，匹配时会返回第一个命中的区间对应的概率，建议提前清洗分箱表去除重叠区间
• 不在任何分箱范围内的x值，示例中默认填充0，可按需修改为np.nan或其他自定义值

内容的提问来源于stack exchange，提问作者grandpa