Python Pandas：为df1新增列获取符合条件的df2最小时间戳

嘿，我来帮你搞定这个需求！要在df1里新增一列，取df2中满足col03=0且timestamp2大于当前行timestamp1的最小timestamp2，我们可以用两种高效的方式实现，下面详细说明：

方法一：用merge_asof（推荐，大数据集更高效） #

merge_asof是pandas专门用于按最近键匹配的工具，属于矢量化操作，比循环快得多，适合处理大规模数据。步骤如下：

1. 先筛选并排序df2中符合条件的行

   import pandas as pd
   
   # 原始数据
   d1 = {'timestamp1': [88148 , 5617900, 5622548, 5645748, 6603950, 6666502], 'col01': [1, 2, 3, 4, 5, 6]}
   df1 = pd.DataFrame(d1)
   d2 = {'timestamp2': [5629500, 5643050, 6578800, 6583150, 6611350], 'col02': [7, 8, 9, 10, 11], 'col03': [0, 1, 0, 0, 1]}
   df2 = pd.DataFrame(d2)
   
   # 筛选df2中col03为0的记录，并按timestamp2排序（merge_asof要求右表排序）
   filtered_df2 = df2[df2['col03'] == 0].sort_values('timestamp2')
   

2. 对df1排序后执行匹配

   # merge_asof要求左表也按匹配键排序
   df1_sorted = df1.sort_values('timestamp1')
   
   # 执行前向匹配：找大于当前timestamp1的最小timestamp2
   result_df = pd.merge_asof(
       df1_sorted,
       filtered_df2[['timestamp2']],  # 只保留需要的列
       left_on='timestamp1',
       right_on='timestamp2',
       direction='forward'  # forward表示取第一个大于等于左键的右键值
   )
   
   # 恢复df1原来的顺序（如果需要），并重命名新列
   result_df = result_df.sort_index().rename(columns={'timestamp2': 'min_valid_timestamp2'})
   

执行后，result_df里的min_valid_timestamp2列就是你要的结果。如果某行timestamp1没有对应的符合条件的timestamp2，该列会显示NaN，你可以用fillna()按需填充。

方法二：用bisect+apply（小数据集友好，代码直观） #

如果你的数据量不大，也可以用Python的bisect模块结合apply实现，逻辑更直观：

import bisect

# 提取并排序符合条件的timestamp2列表
valid_timestamps = sorted(df2[df2['col03'] == 0]['timestamp2'].tolist())

# 定义函数：找到大于当前t的最小timestamp2
def get_min_valid_t(t):
    # bisect_right找到第一个大于t的元素索引
    idx = bisect.bisect_right(valid_timestamps, t)
    # 如果索引在列表范围内，返回对应值，否则返回None
    return valid_timestamps[idx] if idx < len(valid_timestamps) else None

# 应用到df1
df1['min_valid_timestamp2'] = df1['timestamp1'].apply(get_min_valid_t)

验证结果 #

以df1中timestamp1=5622548的行为例，filtered_df2的timestamp2有5629500、6578800、6583150，大于5622548的最小值是5629500，对应新列值就是这个，完全符合你的需求。

内容的提问来源于stack exchange，提问作者GiuVi