Pandas 中按范围连接

在使用 Pandas 进行数据操作时，一项常见任务是根据范围条件合并两个数据帧。这涉及到识别数据帧 A 中的行，其中特定列中的值位于数据帧 B 中的指定范围内。

此任务的一种方法是在两个数据帧中创建虚拟列，使用以下命令执行交叉联接这个虚拟列，然后过滤掉不符合范围条件的行。然而，这种方法对于大型数据集可能效率低下。

另一种解决方案是利用 numpy 广播，这是一种对数组执行逐元素操作的强大技术。通过将数据帧 A 和 B 中的相关列转换为 numpy 数组，我们可以应用逻辑运算符将 A_value 与 B_low 和 B_high 值进行比较，以识别满足范围条件的行。

import numpy as np

# Convert to numpy arrays
a = A.A_value.values
bh = B.B_high.values
bl = B.B_low.values

# Find intersecting indices
i, j = np.where((a[:, None] >= bl) & (a[:, None] 
与虚拟列方法相比，此方法为大型数据集提供了更高的效率。此外，它还允许通过调整 numpy 广播步骤中的逻辑来轻松实现左连接或右连接。