Python函数根据主数据框区间映射返回值的实现方法-Python教程-PHP中文网

Python函数根据主数据框区间映射返回值的实现方法

本文介绍如何编写一个python函数，依据输入数值在预定义的区间范围内，从主dataframe中查找并返回对应的结果值，核心利用pandas的intervalindex实现高效、可读性强的区间匹配。

本文介绍如何编写一个python函数，依据输入数值在预定义的区间范围内，从主dataframe中查找并返回对应的结果值，核心利用pandas的intervalindex实现高效、可读性强的区间匹配。

在数据分析与业务逻辑处理中，常需将连续数值（如年龄、分数、金额）映射为离散标签或等级（如“初级”“中级”“高级”）。此时，硬编码条件判断（如if-elif-else）不仅冗长难维护，还易出错；而基于DataFrame区间的动态映射则更灵活、可配置、可复用。

以下是一个专业、健壮的实现方案：

import pandas as pd

def assign_value(input_var, df_master):
    """
    根据输入数值，在主DataFrame定义的闭区间内查找匹配行，并返回对应"value to return"列的值。

    Parameters:
    -----------
    input_var : int or float
        待匹配的标量数值
    df_master : pandas.DataFrame
        必须包含三列："value (from)"、"value (until)"、"value to return"
        区间为左右闭合（closed="both"），即 [from, until] 包含端点

    Returns:
    --------
    scalar
        匹配区间的"value to return"值；若无匹配，抛出ValueError

    Raises:
    -------
    ValueError
        当输入值不落在任何定义区间内时
    """
    # 构建闭区间索引
    interval_idx = pd.IntervalIndex.from_arrays(
        df_master["value (from)"],
        df_master["value (until)"],
        closed="both"
    )

    # 向量化判断：返回布尔Series，标识哪些区间包含input_var
    mask = interval_idx.contains(input_var)

    # 提取匹配行的"value to return"，并确保返回标量（非Series）
    result_series = df_master[mask]["value to return"]

    if len(result_series) == 0:
        raise ValueError(f"Input value {input_var} does not fall into any defined interval.")
    elif len(result_series) > 1:
        # 理论上区间不应重叠，但做防御性检查
        raise ValueError(f"Input value {input_var} matches multiple intervals — check for overlapping ranges in df_master.")

    return result_series.iloc[0]

✅ 使用示例：

Python 3.14.2

Python 3.14.2是Python编程语言在2025年12月5日发布的稳定版本，属于3.14系列的第二个维护更新。该版本包含了18项修复，重点解决了多进程、数据类及正则表达式等模块的回归问题，并修复了CVE-2025-12084等安全漏洞。此版本标志着自由线程模式（移除GIL）正式获得官方支持，是Python发展的重要里程碑。

下载

# 构造主DataFrame（注意列名需完全一致）
df_master = pd.DataFrame({
    "value (from)": [0, 31, 51],
    "value (until)": [30, 50, 100],
    "value to return": [1, 2, 3]
})

print(assign_value(10, df_master))   # 输出: 1
print(assign_value(90, df_master))   # 输出: 3
print(assign_value(31, df_master))   # 输出: 2（端点包含）
print(assign_value(-5, df_master))   # 抛出 ValueError

⚠️ 注意事项：