怎样才能有效地做到PANDAS中Excel的MATCH函数（小于）？

excel中的MATCH函数允许一个可选参数集，它将返回小于给定值的最大值，或大于给定值的最小值。

假设我有一个DataFrame， x 。

 In [1]: x = pd.DataFrame(data=list(range(0, 11)), columns=["Obs"]) In [2]: x Out[2]: Obs 0 0 1 1 2 2 3 3 4 4 5 5 6 6 7 7 8 8 9 9 10 10 

还有一个数据框y 。

 In [3]: y = pd.DataFrame(data=[(-1, "Small"), (4, "Medium"), (7, "Large")], columns=["Obs", "Cat"]) In [4]: y Out[4]: Obs Cat 0 -1 Small 1 4 Medium 2 7 Large 

我怎样才能做一个match_type为1的INDEX-MATCH，这意味着它将经过Obs中的每个值，并返回与“Obs”相对应的“Cat”的值，这是最小的值比等于查找？

请注意，我想以某种vector化的方式做到这一点，而不是写一个自定义函数，并通过第二个DataFrame的行循环。 那将是相当低效的。

Answer 1

IIUC，你想要pd.merge_asof

 pd.merge_asof(x, y) 

Answer 2

另一种cut方法，不那么紧凑，但它可以让你自由地命令分类：

 pd.cut(x.Obs, y.Obs.tolist()+[np.inf], labels=y.Cat) Out[362]: 0 Small 1 Small 2 Small 3 Small 4 Small 5 Medium 6 Medium 7 Medium 8 Large 9 Large 10 Large Name: Obs, dtype: category Categories (3, object): [Small < Medium < Large]