如何基于Pandas从价格DataFrame匹配条件为订单DataFrame新增市场价格时间列

嘿，我来帮你搞定这个需求！你的目标是给orders数据框新增一列marketPriceTime，要找到prices里价格等于订单价格、且时间不晚于订单时间的最后一条记录的时间，没有匹配项就返回None对吧？

先把你的示例数据贴出来，方便大家理解场景：

import pandas as pd

prices = pd.DataFrame({'time': range(10), 'price': [20, 21, 22, 21, 22, 23, 24, 25, 26, 27]})
orders = pd.DataFrame({'time': [3, 6, 8], 'orderPrice' : [20, 24, 18]})

方法一：简单直接的Apply实现 #

适合数据量不大的场景，逻辑清晰易懂：

我们可以写一个小函数，对orders的每一行做筛选和取值，然后用apply批量处理：

def get_last_valid_market_time(row, prices_df):
    # 筛选符合条件的价格记录：价格匹配 + 时间≤订单时间
    matched_rows = prices_df[(prices_df['price'] == row['orderPrice']) & (prices_df['time'] <= row['time'])]
    # 有匹配结果就取最大的时间（即最后出现的那条），没有就返回None
    return matched_rows['time'].max() if not matched_rows.empty else None

# 给orders新增目标列
orders['marketPriceTime'] = orders.apply(lambda x: get_last_valid_market_time(x, prices), axis=1)

运行后你会得到想要的结果：

time  orderPrice  marketPriceTime
0     3          20              0.0
1     6          24              6.0
2     8          18              NaN

（注：Pandas里默认用NaN表示空值，和你示例里的None是等价的，如果需要强制显示None，可以用orders['marketPriceTime'] = orders['marketPriceTime'].where(pd.notnull(orders['marketPriceTime']), None)转换一下）

方法二：高效优化版（适合大数据集） #

如果你的prices或orders数据量很大，上面的apply会因为逐行遍历效率偏低。我们可以先分组预处理prices，再用二分查找快速匹配：

# 先按价格分组，把每个价格对应的时间列表排序好，存成字典
price_time_map = prices.groupby('price')['time'].apply(sorted).to_dict()

def fast_match_market_time(row, price_time_dict):
    # 获取当前订单价格对应的时间列表
    time_list = price_time_dict.get(row['orderPrice'], [])
    if not time_list:
        return None
    # 用二分查找找到最大的≤订单时间的索引
    import bisect
    idx = bisect.bisect_right(time_list, row['time']) - 1
    # 索引有效就返回对应时间，否则返回None
    return time_list[idx] if idx >= 0 else None

# 批量处理订单
orders['marketPriceTime'] = orders.apply(lambda x: fast_match_market_time(x, price_time_map), axis=1)

这个方法的优势在于：分组排序只做一次，后续每个订单的匹配都是O(logn)的时间复杂度，数据量越大，效率提升越明显。

两种方法都能得到你想要的结果，根据你的数据规模选合适的就行~

备注：内容来源于stack exchange，提问作者Ch2231