Python 如何在一个单独的数据框中，相对于另一列对一列进行剪切和排序？

我有两个数据帧，两个数据帧都有一个名为“float_values”的列，以及它们彼此不共享的其他列。我希望对第一个数据帧进行排序，方法是在可以看到第二个数据帧的值并将其配对的顶部和底部切割。例如：

df1有一系列的值，从2000年开始，迭代次数为1。df2有一些值，从1000到5000，但是没有任何真正可靠的迭代，只有随机跳跃。我想切割df1，其中df2的最低值和最高值是。因此，如果df2中的最低值是2015年，则应在该位置削减df1。同样的东西，价值最高

我试过类似的东西

max_value=dataframe2['float_value'].max（）
最小值=dataframe2['float\u values'].min（）
掩码=（dataframe1['float\u values']=最小值）
dataframe1=dataframe1[掩码]

但是我得到一个奇怪的错误，它是“ValueError：序列的真值是不明确的。使用a.empty、a.bool（）、a.item（）、a.any（）或a.all（）

此外，我想做的是分析df2的不稳定数字，看看df1中的值之间有多少值对应于df1，并创建df1的块。我希望这是有道理的。我试过类似的方法

```new_list = []
for i in range(len(range_list)):
new_list.append(i)
divide_chunks(process_data, range_list[i])
x = list(divide_chunks(process_data, range_list[1]))```

---

但我不认为这会导致我想要的

下面的简单数据示例可能会做到这一点：

import pandas as pd

数据示例：

dataframe1 = pd.DataFrame({'float_values':[500,2000,2002,2010,6000]})
dataframe2 = pd.DataFrame({'float_values':[1000,5000]})

构建一个掩码：

max_value = dataframe2['float_values'].max()
min_value = dataframe2['float_values'].min()
mask = (dataframe1['float_values'] <= max_value) & (dataframe1['float_values'] >= min_value)

---

请与我们分享您的输入数据和预期输出的示例，好吗？您的代码中似乎有一个小错误，请检查：

mask=（dataframe1['float\u values']=min\u value）

@Zygos:这对您有帮助吗？它似乎也不起作用。我必须写下不同的面具，并分别使用它们

new_dataframe1 = dataframe1[mask]
new_dataframe1