Python 基于两个数据帧之间的比较匹配创建列

我有一个数据框a，它有一列叫做a['Income']，另一个数据框B有两列-B['Income']和B['category']。我需要将A['Income']与B['Income']进行比较，并创建一个['category']，这样， 当['Income']1000时，['category']=0.1

下面是我正在尝试的，但我无法开发将相应值分配给新列的逻辑。它是一个类似于字典的映射，但没有完全相等，需要定义一个范围

for e in A.Income:
print(e)
l=[]    
for j,k in zip(B.Income, B.category):
    if e<=j:
        l.append(k)
    else:
        pass
p.append(B[B['Income']==l[0]].category.values)

brack=list(chain.from_iterable(p))
A['category']=brack

尝试使用merge\u asof

更新以匹配输出

s=pd.merge_asof(A.reset_index().sort_values('Income'),B,on='Income',direction='forward').\
   dropna().set_index('index').sort_index()
s.loc[s.Income<1000,'category']=0.1
s
       Income  category
index                  
0        1000       1.1
1        1234       1.2
2        3007       1.3
3        4569       1.4
4        7065       2.2
5        1456       1.2
6        2980       1.3
8         900       0.1
9         489       0.1

尝试使用merge\u asof

更新以匹配输出

s=pd.merge_asof(A.reset_index().sort_values('Income'),B,on='Income',direction='forward').\
   dropna().set_index('index').sort_index()
s.loc[s.Income<1000,'category']=0.1
s
       Income  category
index                  
0        1000       1.1
1        1234       1.2
2        3007       1.3
3        4569       1.4
4        7065       2.2
5        1456       1.2
6        2980       1.3
8         900       0.1
9         489       0.1

---

我不敢相信我不知道这种方法的存在。。合并。。这是一个绝妙的解决方案，从来都不知道！非常感谢@YOBEN_S我相信您需要将方向参数设置为“最近”，然后替换上的类别。我不相信我不知道该方法存在。www。。合并。。这是一个绝妙的解决方案，从来都不知道！非常感谢@我认为您需要将方向参数设置为“最近”，然后替换上的类别

s=pd.merge_asof(A.reset_index().sort_values('Income'),B,on='Income',direction='forward').\
   dropna().set_index('index').sort_index()
s.loc[s.Income<1000,'category']=0.1
s
       Income  category
index                  
0        1000       1.1
1        1234       1.2
2        3007       1.3
3        4569       1.4
4        7065       2.2
5        1456       1.2
6        2980       1.3
8         900       0.1
9         489       0.1