通过将不同数据框的 2 列中的值视为范围来为数据框分配值

Question

下面的代码解释了这个场景， 我有一个包含 3 列的数据框（df_ticker）

import pandas as pd 
df_ticker = pd.DataFrame({'Min_val': [22382.729,36919.205,46735.164,62247.61], 'Max_val': [36901.758,46716.06,62045.06,182727.05],
           'Ticker':['$','$$','$$$','$$$$']})
df_ticker`

df_ticker 我的第二个数据框包含 2 列

df_values = pd.DataFrame({'Id':[1,2,3,4,5,6],'sal_val': [3098,45639.987,65487.4,56784.8,8,736455]})
df_values  `

df_values

对于 df_values ['sal_val'] 中的每个值，我想检查它在 df_ticker [Max_val] 和 df_ticker [min_val] 中的哪个范围，并相应地分配 df_ticker [ticker]。
示例输出将是这样的，sample_output
在示例输出中，sal_val=3098 大于等于 Min_val=22382.729 且小于等于 max_val=36901.75，它被赋值为 ticker=$

我尝试了以下，

  df_values['ticker']=df_ticker.\
loc[((df_values['sal_val']>=df_ticker['Min_val'])| (df_values['sal_val']<=df_ticker['Max_val']))]['Ticker']
df_values  

失败并出现错误“ValueError：只能比较标签相同的系列对象”

有解决这个问题的办法吗？

Answer 1

一种方法是定义自定义映射函数并使用pd.Series.apply。

def mapper(x, t):
    if x < t['Min_val'].min():
        index = 0
    elif x >= t['Max_val'].max():
        index = -1
    else:
        index = next((idx for idx, (i, j) in enumerate(zip(t['Min_val'], t['Max_val']))\
                      if i <= x < j), None)

    return t['Ticker'].iloc[index] if index is not None else None

df_values['Ticker'] = df_values['sal_val'].apply(mapper, t=df_ticker)

结果

   Id     sal_val Ticker
0   1    3098.000      $
1   2   45639.987     $$
2   3   65487.400   $$$$
3   4   56784.800    $$$
4   5       8.000      $
5   6  736455.000   $$$$

说明

• pd.Series.apply 接受自定义映射函数作为输入。
• 映射函数获取 sal_val 中的每个条目，并通过 if / else 结构将其与 df_ticker 中的值进行比较。
• 前 2 个 if 语句处理最小和最大边界。
• 最后的else 语句使用一个生成器，它循环遍历df_ticker 中的每一行，并找到输入在Min_val 和Max_val 范围内的值的索引。
• 最后，我们使用索引并通过.iloc 整数访问器将其输入df_ticker['Ticker']。