如何基于df1索引提取df2中对应行的前后行？

首先我得明确你的需求：你想要从df2里筛选出那些索引恰好是df1各索引的前后相邻邻居的行——也就是对df1的每一个索引值，找到df2中比它小的最大索引（前序邻居）和比它大的最小索引（后序邻居），最后把这些行汇总起来（自动去重）。

第一步：构造示例数据 #

先把你给出的两个DataFrame用pandas正确构造出来，方便后续操作：

import pandas as pd

# 构造df1
df1 = pd.DataFrame(
    data=[[1, 'alpha'], [3, 'alpha'], [5, 'alpha'], [9, 'alpha']],
    index=[3, 18, 125, 230],
    columns=['Id', 'B']
)

# 构造df2
df2 = pd.DataFrame(
    data=[
        [21, 'Beta'], [33, 'Beta'], [120, 'Beta'], [36, 'Beta'],
        [32, 'Beta'], [71, 'Beta'], [210, 'Beta'], [53, 'Beta'],
        [22, 'Beta'], [1227, 'Beta'], [11, 'Beta'], [7, 'Beta'], [18, 'Beta']
    ],
    index=[1, 2, 5, 7, 10, 14, 15, 21, 123, 127, 128, 227, 235],
    columns=['Id', 'B']
)

第二步：核心实现代码 #

我们用bisect模块做二分查找，快速定位每个df1索引在df2索引中的前后邻居，效率很高（尤其是当数据量大的时候）：

import bisect

# 获取df2排序后的索引列表（二分查找需要有序序列）
df2_sorted_indices = sorted(df2.index)

# 用集合存储目标索引，自动去重
target_indices = set()

# 遍历df1的每一个索引
for idx in df1.index:
    # 找到当前索引在df2有序索引中的插入位置
    insert_pos = bisect.bisect_left(df2_sorted_indices, idx)
    
    # 提取前序邻居：如果插入位置不是第一个，取前一个索引
    if insert_pos > 0:
        target_indices.add(df2_sorted_indices[insert_pos - 1])
    # 提取后序邻居：如果插入位置不是最后一个，取当前位置的索引
    if insert_pos < len(df2_sorted_indices):
        target_indices.add(df2_sorted_indices[insert_pos])

# 从df2中提取目标行，保持原df2的行顺序
result_df = df2.loc[df2.index.isin(target_indices)]

# 打印结果
print(result_df)

代码解释 #

1. 排序df2索引：把df2的索引转成有序列表，这样才能用二分查找快速定位邻居，避免遍历整个df2索引（数据量大时速度差距明显）。
2. 二分查找定位：bisect_left会返回当前df1索引应该插入到df2有序索引中的位置，这个位置左边的元素都小于当前索引，右边的都大于等于当前索引。
3. 收集邻居索引：根据插入位置，分别取出前一个（比当前df1索引小的最大值）和后一个（比当前df1索引大的最小值）索引，用集合存储自动去重。
4. 提取目标行：用loc和isin筛选出df2中符合条件的行，保持原df2的行顺序；如果想要按索引排序后的顺序，可以用df2.reindex(sorted(target_indices))。

运行结果 #

最终得到的result_df会包含df2中索引为2、5、15、21、123、127、227、235的行，完全符合你提到的期望输出范围。

内容的提问来源于stack exchange，提问作者Snowfire777