今天就跟大家聊聊有关Python中怎么利用pandas实现二分法查找，可能很多人都不太了解，为了让大家更加了解，小编给大家总结了以下内容，希望大家根据这篇文章可以有所收获。
我们拥有十年网页设计和网站建设经验，从网站策划到网站制作，我们的网页设计师为您提供的解决方案。为企业提供网站制作、成都网站建设、微信开发、微信小程序、手机网站制作设计、HTML5建站、等业务。无论您有什么样的网站设计或者设计方案要求，我们都将富于创造性的提供专业设计服务并满足您的需求。
首先要知道每个人取货之前已经累计被拿了多少数量：
通过简单的固定地址，直接使用 sum 函数即可
第一行的记录比较特殊，这里简单处理，直接手工填充0(复杂处理就会sum公式变复杂一点)
同样道理，处理批次表：
注意把公式写在表的左方，方便后续处理(别跟我说 vlookup 配合数组公式可以右往左匹配，非常讨厌无关逻辑嵌套一起的东西)
现在可以直接使用 vlookup 了：
注意最后一个参数是1，模糊查找
这里有个前提是，右表的数值列必须为升序，否则结果可能出乎意料
pandas 中的做法基本上每一句代码就对应 Excel 中的一个操作：
行1、2：加载数据，不多说
行4、5：对2个表排序。这其实是很关键一步，上面 Excel 操作中省去了这2个操作
行7、8：对应 Excel 中的求出"累计列"的操作
行10：pd.cut 相当于模糊查找的 vlookup 。但是这方法比 vlookup 麻烦，每个区间的分割点必需比区间要多1个数量(这符合数据分段逻辑，但不方便数据表操作)
所以在参数 bins 里面，我们特意添加一个比较大的数 1000 上去
参数 right=False ，是让边界值归左边界处理。比如数量50，是属于批次1，而不是批次2
针对上述说的 pd.cut 的缺点，我们可以自定义一个函数，简化操作：
把数据源(参数 x)的总和添加到分段点(参数 bins)中即可
为了让其行为默认与 Excel vlookup 一致，把参数 right 默认值设置为 False
现在调用就清晰很多了：
看完上述内容，你们对Python中怎么利用pandas实现二分法查找有进一步的了解吗？如果还想了解更多知识或者相关内容，请关注创新互联行业资讯频道，感谢大家的支持。