pandas不同大小DataFrame按ElementPage条件匹配填充empId实现方法

错误原因分析 #

• 你调用的是df1['empId'].apply()，传入lambda的x是df1.empId列的单个值（该列初始为空），无法通过x['ElementPage']获取其他列的值，需要对整个df1逐行遍历（df1.apply(..., axis=1)）才能传入行对象。
• 逻辑错误：直接将df1单行的ElementPage值和df2.ElementPage整个Series比较，得到的是布尔类型的序列，对布尔值做下标取值自然会触发TypeError: 'bool' object is not subscriptable报错。
• 性能问题：就算修复语法错误用行级apply实现，时间复杂度为O(n*m)，数据量较大时执行效率极低。

正确实现方案 #

用pandas内置的pd.merge_asof()函数实现有序近邻匹配，专门适配这种区间阈值匹配场景，效率极高。

核心代码 #

import pandas as pd

# 1. 先删除df1原有空empId列，保存原始索引用于恢复行顺序
df1 = df1.drop(columns='empId').reset_index(names='original_idx')
# 2. 执行近邻匹配，按ElementPage找小于等于当前值的最近的df2记录
df_result = pd.merge_asof(
    # 左右表都需要按匹配键ElementPage升序排序
    left=df1.sort_values('ElementPage'),
    right=df2.sort_values('ElementPage'),
    on='ElementPage',
    # backward表示找小于等于当前值的最近匹配，为默认值可省略
    direction='backward'
# 恢复原始行顺序，删除辅助索引列
).sort_values('original_idx').drop(columns='original_idx')

运行结果说明 #

匹配逻辑完全符合需求，得到的df_result和你给出的预期输出完全一致：

内容的提问来源于stack exchange，提问作者lug0lug0