python pandas检查值在另一个数据框中的范围内

Question

我的第一个数据帧

dataframe1=

id   number  count1 count2  
1   5225    10       30 
2   2222    3        40
3   7121    30        50

第二个数据帧

dataframe2=

id  value1  value2 
1   4000     6000
3   2500     3300
3   7000     8000

输出

id  value1  value2 number count1 count2
1   4000     6000  5225  10       30
3   7000     8000  7121  30       50

我试过了

dataframe2['a']=(dataframe1['number']>= dataframe2['value1']) & (dataframe1['number'] <= dataframe2['value2'])

它在a列中给出了True False值，我想做的是：对于Dataframe1“数字”列中的每个值，搜索它是否等于或介于“value1”和“value2”对中的任何一个Dataframe2 的值。此外，对于这个“number1”和“number2”对值，其各自的“id”必须与 Dataframe 中的“id”匹配。如果这都是真的，那么我想在 dataframe2 中插入 number、count1 和 count2

Answer 1

merged = df1.join(df2, on="id", how="inner")
result = merged.query("value1 <= number <= value2")
result

    number  count1  count2  value1  value2
id                                        
1     5225      10      30    4000    6000
3     7121      30      50    7000    8000

Answer 2

首先，让我们根据您的示例创建数据框：

数据帧 1

import pandas as pd  

d1 = {'id': [1, 2, 3],
     'number': [5225, 2222, 7121],
     'count1': [10, 3, 30],
     'count2': [30, 40, 50]}
df1 = pd.DataFrame(data = d1)
print(df1)

id  number  count1  count2
1   5225    10      30
2   2222    3       40
3   7121    30      50

数据帧 2

d2 = {'id': [1, 3, 3],
     'value1': [4000, 2500, 7000],
     'value2': [6000, 3300, 8000]}
df2 = pd.DataFrame(data = d2)
print(df2)

id  value1  value2
1   4000    6000
3   2500    3300
3   7000    8000

一种可能的解决方案是首先将两个表连接在一起：

df3 = df1.join(other = df2.set_index('id'),
              on = 'id')
print(df3)

id  number  count1  count2  value1  value2
1   5225    10      30      4000.0  6000.0
2   2222    3       40      NaN     NaN
3   7121    30      50      2500.0  3300.0
3   7121    30      50      7000.0  8000.0

然后按多个条件过滤：

df3[(df3['number'] >= df3['value1']) & (df3['number'] <= df3['value2'])]


id  number  count1  count2  value1  value2
1   5225    10      30      4000.0  6000.0
3   7121    30      50      7000.0  8000.0