python - 在两列python数据框之间的范围内搜索特定值

Question

我有两个 csv 文件。根据 csv 文件 1 中单元格的值，我应该能够在 csv 文件 2 的列中搜索该值，并从 csv 文件 2 的其他列中获取相应的值。如果这很困惑，我很抱歉。它可能会通过插图变得清晰

CSV 文件 1

Car   Mileage
 A       8
 B       6
 C       10

CSV 文件 2

Score  Mileage(Min)    Mileage(Max)
 1       1                 3
 2       4                 6
 3       7                 9
 4       10                12 
 5       13                15 

我想要的输出 CSV 文件是这样的

Car    Mileage     Score
 A       8           3
 B       6           2
 C       10          4

汽车 A 根据其里程数 8 获得 3 分，然后在 csv 文件 2 中查看该里程数在哪个范围内，然后获得该范围内的相应分值。任何帮助将不胜感激提前致谢

Answer 1

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

要读取您的文件，请使用 pd.read_csv -

df0 = pd.read_csv('file1.csv')
df1 = pd.read_csv('file2.csv')

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，请使用 pd.IntervalIndex通过调用 IntervalIndex.from_tuples。这应该很快 -

v = df1.loc[:, 'Mileage(Min)':'Mileage(Max)'].apply(tuple, 1).tolist()
idx = pd.IntervalIndex.from_tuples(v, closed='both') # you can also use `from_arrays`


df0['Score'] = df1.iloc[idx.get_indexer(df0.Mileage.values), 'Score'].values
df0

  Car  Mileage  Score
0   A        8      3
1   B        6      2
2   C       10      4

概述了创建 IntervalIndex 的其他方法 here .

要写入结果，请使用 pd.DataFrame.to_csv -

df0.to_csv('file3.csv')

---

以下是我在这里所做工作的高层次概述。

1. 首先，读入您的 CSV 文件
2. 使用pd.IntervalIndex 构建间隔索引树。因此，搜索现在的复杂度呈对数增长。
3. 使用idx.get_indexer找到树中每个值的索引
4. 使用索引定位 df1 中的 Score 值，并将其分配回 df0。请注意，我调用了.values，否则，赋值回来时值会错位。
5. 将结果写回 CSV

有关 Intervalindex 的更多信息，请查看此 SO Q/A - Finding matching interval(s) in pandas Intervalindex

---

请注意 IntervalIndex 是 v0.20 中的新功能，因此如果您有旧版本，请确保使用

更新您的版本

pip install --upgrade pandas