python-3.x - 在包含Python `range`或类似列表的列上的Pandas中执行合并

我的问题是几年前对this的扩展。
我正在尝试左连接，但是要连接的列之一必须是范围值。它必须是一个范围，因为扩展将意味着数百万个新的(和不必要的)行。凭直觉，似乎可以使用Python的in运算符(因为x in range(y, z)很常见)，但是会涉及讨厌的for循环和if/else块。一定有更好的方法。
这是我的数据的简单版本:

# These are in any order
sample = pd.DataFrame({
    'col1': ['1b', '1a', '1a', '1b'],
    'col2': ['2b', '2b', '2a', '2a'],
    'col3': [42, 3, 21, 7]
})

# The 'look-up' table
look_up = pd.DataFrame({
    'col1': ['1a', '1a', '1a', '1a', '1b', '1b', '1b', '1b'],
    'col2': ['2a', '2a', '2b', '2b', '2a', '2a', '2b', '2b'],
    'col3': [range(0,10), range(10,101), range(0,10), range(10,101), range(0,10), range(10,101), range(0,10), range(10,101)],
    'col4': ['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h']
})

最初，我尝试进行合并以查看 Pandas 是否会理解，但存在类型不匹配错误。

sample.merge(
    look_up,
    how='left',
    left_on=['col1', 'col2', 'col3'],
    right_on=['col1', 'col2', 'col3']
)
# ValueError: You are trying to merge on int64 and object columns. If you wish to proceed you should use pd.concat

查看pd.concat文档似乎不会给我想要的结果。而不是追加，我仍在尝试获得类似于merge的结果。我试图按照开始时链接的问题给出的答案进行操作，但这也不起作用。这完全是，可能是，可能是我误解了如何使用np.where，但我也希望有一种解决方案，其安全性要低一些。
这是我使用np.where的尝试:

s1 = sample['col1'].values
s2 = sample['col2'].values
s3 = sample['col3'].values

l1 = look_up['col1'].values
l2 = look_up['col2'].values
l3 = look_up['col3'].values

i, j = np.where((s3[:, None] in l3) & (s2[:, None] == l2) & (s1[:, None] == l1))
result = pd.DataFrame(
    np.column_stack([sample.values[i], look_up.values[j]]),
    columns=sample.columns.append(look_up.columns)
)

len(result)  # returns 0

我想要的结果应如下所示:

col1  col2 col3 col4
'1b'  '2b'   42  'h'
'1a'  '2b'    3  'c'
'1a'  '2a'   21  'b'
'1b'  '2a'    7  'e'

最佳答案

由于看起来范围非常大，并且您正在使用整数值，因此可以只计算最小值，最大值:

columns = look_up.columns

look_up['minval'] = look_up['col3'].apply(min)
look_up['maxval'] = look_up['col3'].apply(max)

(sample.merge(look_up, on=['col1','col2'], how='left',
              suffixes=['','_'])
       .query('minval <= col3 <= maxval')
       [columns]
)

输出:

  col1 col2  col3 col4
1   1b   2b    42    h
2   1a   2b     3    c
5   1a   2a    21    b
6   1b   2a     7    e