使用pandas从另一列与多个输入之间最接近的匹配中查找一列的值
使用pandas从另一列与多个输入之间最接近的匹配中查找一列的值
提问于 2020-04-14 22:58:59
我有两个数据帧，一个是参考，我正在将第二数据帧与参考的第一列进行比较，以找到最接近的匹配，然后从参考数据帧的第二列返回相应的项。我正在试图找到一种比我目前正在做的更快的方法，它是一个for循环，和底部的循环一样，可以工作，但是有没有更好的方法来避免迭代呢？
查找的值的预期结果
a
1.1
2.1
2.9
3.1
4.2
5.0 的参考值
A B
1 10
2 20
3 30
4 40
5 50将会是
a B
1.1 10
2.1 20
2.9 30
3.1 30
4.2 40
5.0 50我的方法是
import numpy as np
import pandas as pd
def reference_df():
A = [1, 2, 3, 4, 5]
B = [10, 20, 30, 40, 50]
df1 = pd.DataFrame(A, columns=['A'])
df1['B'] = pd.Series(B, index=df1.index)
return(df1)
def working_df():
a = [1.1, 2.1, 2.9, 3.1, 4.2, 5.0]
df1 = pd.DataFrame(a, columns=['a'])
return(df1)
def Look_up():
df1 = reference_df()
df2 = working_df()
A = df1['A']
B = df1['B']
a = df2['a']
def Look_up_b(a):
idx = (np.abs(A - a)).argmin()
b = B[idx]
return(b)
b = []
for i in a:
b.append(Look_up_b(i))
df3 = pd.DataFrame(a, columns=['a'])
df3['b'] = pd.Series(b, index=df3.index)
return(df3)
print(Look_up())回答 1
Stack Overflow用户
回答已采纳
发布于 2020-04-14 23:06:03
这是merge_asof
# convert reference values to float
references['A'] = references['A'].astype('float64')
pd.merge_asof(df, references,
left_on='a', right_on='A',
direction='nearest'
)输出：
a A B
0 1.1 1.0 10
1 2.1 2.0 20
2 2.9 3.0 30
3 3.1 3.0 30
4 4.2 4.0 40
5 5.0 5.0 50页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/61210787
复制相关文章
相似问题
腾讯云开发者
