基于一个列中的值和另一个数据框中的边界值添加列的快速方法

Question

我正在尝试这样做。我有一个DF，DF_A，带有一个列的“循环”，可单调增加值。我还有另一个DF，DF_B，带有2列，“ cycle_bound”和“ name”。我想做的是在df_a中创建一个列“名称”，以便对于所有循环的值＆lt; cycle_bound（并且大于以前的cycle_bound），df_a中的“名称”来自df_b中的“名称”。下面的一个示例，请原谅语法，不确定如何在文本中表示

df_A['cycle'] = {0,2,3,6,8,10,35,36}
df_B['cycle_bound','name'] = {(3,one),(11,two),(40,three)}

我要创建的

df_A['cycle','name'] = {(0,one),(2,one),(3,two),(6,two),(8,two),(10,two),(35,three),(36,three)}

文字，我已经使用apply/lambda方法来完成此操作，并调用在df_b上使用itrows（）的函数，但仍然相当慢。我的DF_A大约有100万行，而DF_B大约有十行。我正在尝试查看是否有更快的方法，也许是一种矢量化 / numpy方法，但找不到特定于这种情况的任何东西，或者也许我无法很好地搜索。

我的代码现在看起来像这样（我首先添加了一个下限列，以便于DF_B中的轻松）：

df_A['Name'] = df_A.apply(lambda x: findName(x['cycle']), axis=1)

def findName(cycle):
  for index, l_row in df_B.iterrows():
    if cycle >= l_row['cycle_lowerbound'] and cycle < l_row['cycle_upperbound']:
      return l_row['Name']

谢谢！

Answer 1

您想要一个合并。

具体确保将方向设置为“向前”，以便它在正确的边界之间合并，我明确设置了allow_exact_matches = false在上限处强制执行＆lt; =。

import pandas as pd

df_A = pd.DataFrame({'cycle': [0,2,3,6,8,10,35,36]})
df_B = pd.DataFrame({'cycle_bound': [3, 11, 40],
                     'cycle_name': ['one', 'two', 'three']})

pd.merge_asof(df_A, df_B, 
              left_on='cycle', right_on='cycle_bound',
              direction='forward', allow_exact_matches=False)

   cycle  cycle_bound cycle_name
0      0            3        one
1      2            3        one
2      3           11        two
3      6           11        two
4      8           11        two
5     10           11        two
6     35           40      three
7     36           40      three