根据第一个dataFrame的索引值添加第二个dataFrame的值

Question

我有一个看起来像这样的DataFrame：

   base_rate weighting_factor  
0        NaN                   
1   1.792750                   
2   1.792944   

我有第二个DataFrame，它看起来像这样：

   min_index  max_index  weighting_factor
0    0    8              0.15
1    9   17              0.20
2   18   26              0.60
3   27   35              0.80

如您所见，列

weighting_factor

在第一列中为空。如何根据索引从第二个weighting_factor添加dataFrame？

例如，我希望在指数范围0-8中添加值0.15的加权因子，将加权因子0.20添加到指数范围9-17。

谢谢!

编辑1：

而不是

>>> df1
    base_rate  weighting_factor
0    0.035007              0.15
1    0.427381              0.15
2    0.791881              0.15
3    0.282179              0.15
4    0.810117              0.15
5    0.871500              0.15
6    0.813326              0.15
7    0.054184              0.15
8    0.795688              0.15
9    0.560442              0.20
10   0.192447              0.20
11   0.712720              0.20
0    0.623351              0.20
1    0.805375              0.20
2    0.484269              0.20

我想要

一个可能的解决方案是扩展您的第二个dataframe：

idx = df2.index.repeat(df2['max_index'] - df2['min_index'] + 1)
df1['weighting_factor'] = df2.reindex(idx)['weighting_factor'] .values[:len(df1)]

>>> df1
    base_rate  weighting_factor
0    0.035007              0.15
1    0.427381              0.15
2    0.791881              0.15
3    0.282179              0.15
4    0.810117              0.20
5    0.871500              0.20
6    0.813326              0.20
7    0.054184              0.20
8    0.795688              0.60
9    0.560442              0.60
10   0.192447              0.60
11   0.712720              0.60
12    0.623351              0.80
13    0.805375              0.80
14    0.484269              0.80
15    0.360207              0.80
16    0.889750              1
17    0.503820              1
18    0.779739              1
19    0.116079              1
20    0.417814              1
21    0.423896              1
22   0.801999              1
23   0.034853              1

随着df1长度的增加，min_index和max_index的范围也随之增大。

Answer 1

一个可能的解决方案是扩展您的第二个dataframe：

idx = df2.index.repeat(df2['max_index'] - df2['min_index'] + 1)
df1['weighting_factor'] = df2.reindex(idx)['weighting_factor'] .values[:len(df1)]

>>> df1
    base_rate  weighting_factor
0    0.035007              0.15
1    0.427381              0.15
2    0.791881              0.15
3    0.282179              0.15
4    0.810117              0.15
5    0.871500              0.15
6    0.813326              0.15
7    0.054184              0.15
8    0.795688              0.15
9    0.560442              0.20
10   0.192447              0.20
11   0.712720              0.20
0    0.623351              0.20
1    0.805375              0.20
2    0.484269              0.20
3    0.360207              0.20
4    0.889750              0.20
5    0.503820              0.20
6    0.779739              0.60
7    0.116079              0.60
8    0.417814              0.60
9    0.423896              0.60
10   0.801999              0.60
11   0.034853              0.60