如何计算DataFrame中特定区间范围的和值？

本文共计787个文字，预计阅读时间需要4分钟。

使用Pandas的IntervalIndex高效实现判断数值是否落在某个列区间内的操作，并返回该区间对应的指定计算结果，适用于不等长数据匹配场景。

以下是一个简化的操作步骤：

在数据分析中，常遇到需要将一个数据集中的离散点（如传感器读数、坐标值）映射到另一个数据集定义的连续区间（如分段阈值、地理区域、时间窗口），并提取或计算对应区间的聚合信息。本例即典型场景：df2['Point'] 中的浮点数值需定位至 df 中由 'A' 和 'B' 两列构成的左闭右开区间（例如 [0,10), [11,20), [21,30) 等），并返回该区间所在行的 A + B 值。

核心思路是将区间结构化为索引，而非依赖循环或低效的逐行条件判断。pandas 提供了 pd.IntervalIndex.from_arrays() 方法，可直接基于两列数值构建高性能区间索引；再将目标值序列通过 .reindex() 进行向量化区间查找，天然支持标量、Series 或数组输入，且自动处理边界归属（默认左闭右开）。