pythondataframe模糊匹配_在两列pythondataframe之间的范围内搜索特定值

As of writing this, the current stable release is v0.21.

df0 = pd.read_csv(&＃8216;file1.csv&＃8217;)

df1 = pd.read_csv(&＃8216;file2.csv&＃8217;)

df0

Car Mileage

0 A 8

1 B 6

2 C 10

df1

Score Mileage(Min) Mileage(Max)

0 1 1 3

1 2 4 6

2 3 7 9

3 4 10 12

4 5 13 15

要查找分数,请通过调用IntervalIndex.from_tuples使用pd.IntervalIndex.这应该非常快-

v = df1.loc[:, &＃8216;Mileage(Min)&＃8217;:&＃8217;Mileage(Max)&＃8217;].apply(tuple, 1).tolist()

idx = pd.IntervalIndex.from_tuples(v, closed=&＃8217;both&＃8217;) # you can also use `from_arrays`

df0[&＃8216;Score&＃8217;] = df1.iloc[idx.get_indexer(df0.Mileage.values), &＃8216;Score&＃8217;].values

df0

Car Mileage Score

0 A 8 3

1 B 6 2

2 C 10 4

here概述了其他创建IntervalIndex的方法.

df0.to_csv(&＃8216;file3.csv&＃8217;)

这是我在这里所做的概述.

>首先,读入CSV文件

>使用pd.IntervalIndex构建间隔索引树.因此,搜索现在的复杂度是对数的.

>使用idx.get_indexer查找树中每个值的索引

>使用索引在df1中找到得分值,并将其分配回df0.请注意,我称.values,否则,分配回来时这些值将不对齐.

>将结果写回CSV

请注意,IntervalIndex是v0.20中的新功能,因此,如果您使用的是较旧的版本,请确保使用

pip install &＃8211;upgrade pandas