python中的fuzzyjoin

fuzzyjoin

是一个R库，它允许基于函数进行连接，而不是基于ID的相等性。我想知道在Python中是否可以做同样的事情。例如，我可能想做一个基于两个不等式的连接。我有以下数据帧：

import pandas as pd
df = pd.DataFrame(dict(
    x=range(10)
))

other_df = pd.DataFrame(dict(
    min_x=[0, 6],
    max_x=[5, 10],
    category=['a', 'b']
))

---

我想左键连接

df

和

other_-df

，这样

x>=min\ux

和

x是的，在python中也可以这样做。可按以下方式进行：

import pandas as pd
df = pd.DataFrame(dict(
    x=range(10)
))

other_df = pd.DataFrame(dict(
    min_x=[0, 6],
    max_x=[5, 10],
    category=['a', 'b']
))

df['category'] = df['x'].apply(lambda x: other_df.loc[(other_df['min_x'] <= x) & (other_df['max_x'] >= x), 'category'].item())

print(df)

将熊猫作为pd导入
df=pd.数据帧（dict(
x=范围（10）
))
其他_df=局部数据帧（dict(
min_x=[0,6]，
max_x=[5,10]，
类别=['a'，'b']
))
df['category']=df['x'].apply（lambda x:other_df.loc[（other_df['min_x']=x），'category'].item（））
打印（df）

我使用pandas
apply
对列中的每个项执行相同的函数（在本例中是lambda函数）。在这个apply函数中，我执行了
loc
函数，根据您的
other_df
中的条件查找值，并使用这些值构建了一个新列。
只是确保您的预期输出没有错误，但我不认为x=5可以具有category=b，因为b的最小值x是6您是对的，换了
import pandas as pd
df = pd.DataFrame(dict(
    x=range(10)
))

other_df = pd.DataFrame(dict(
    min_x=[0, 6],
    max_x=[5, 10],
    category=['a', 'b']
))

df['category'] = df['x'].apply(lambda x: other_df.loc[(other_df['min_x'] <= x) & (other_df['max_x'] >= x), 'category'].item())

print(df)