python - 如何将数据框列数据添加到另一个数据框中的一系列索引？

Question

我有一个名为 df1 的数据框:

        Long_ID     IndexBegin         IndexEnd
0       10000001        0                  3
1       10000002        3                  6
2       10000003        6                 10            

我有第二个名为 df2 的数据框，它的长度可达 100 万行:

      Short_ID
0        1
1        2
2        3
3        10
4        20
5        30
6        100
7        101
8        102
9        103

我想将 Long_ID 链接到 Short_ID，如果 (IndexBegin:IndexEnd) 是(0:3)，然后 Long_ID 被插入到 df2 中索引 0 到 2 (IndexEnd - 1)。起始索引和结束索引使用 df1 的最后两列确定。

因此最终，我的最终数据框如下所示:df3:

      Short_ID       Long_ID
0        1          10000001
1        2          10000001
2        3          10000001
3        10         10000002
4        20         10000002
5        30         10000002
6        100        10000003
7        101        10000003
8        102        10000003
9        103        10000003

首先，我尝试将 df2 的索引存储为键并将 Short_ID 作为值存储在字典中，然后逐行迭代，但这太慢了。这让我了解了矢量化。

然后，我尝试使用 where()，但我得到了“ValueError:只能比较相同标记的 Series 对象。”

df2 = df2.reset_index()
df2['Long_ID'] = df1['Long_ID'] [ (df2['index'] < df1['IndexEnd']) & (df2['index'] >= df1['IndexBegin']) ]

我对编程比较陌生，如果有人能提供更好的方法来解决这个问题，我将不胜感激。我已经复制了下面的代码:

df1_data = [(10000001, 0, 3), (10000002, 3, 6), (10000003, 6, 10)]
df1 = pd.DataFrame(df1_data, columns = ['Long_ID', 'IndexBegin', 'IndexEnd'])

df2_data = [1, 2, 3, 10, 20, 30, 100, 101, 102, 103]
df2 = pd.DataFrame(df2_data, columns = ['Short_ID'])

Answer 1

df2 不需要“IndexEnd”，只要范围是连续的。您可以使用 pd.merge_asof :

(pd.merge_asof(df2.reset_index(), df1, left_on='index', right_on='IndexBegin')
   .reindex(['Short_ID', 'Long_ID'], axis=1))

   Short_ID   Long_ID
0         1  10000001
1         2  10000001
2         3  10000001
3        10  10000002
4        20  10000002
5        30  10000002
6       100  10000003
7       101  10000003
8       102  10000003
9       103  10000003