将带有 lambda 的函数应用于 Pandas

Question

我有 2 个时间序列，我想从时间序列 1 到时间序列 2 的每个日期中找到最近的日期。我发现如何按日期单独执行此操作，但我想将其应用于整个时间序列1。它们位于两个不同的数据框中，称为 o 和 p

这是我的数据的样子： 时间序列1：

o['date']
>>>0    2020-01-26
1    2020-01-28
2    2020-01-31
3    2020-02-15
4    2020-02-17
        ...    
86   2021-01-10
87   2021-01-20
88   2021-01-27
89   2021-01-30
90   2021-02-14
Name: date, Length: 91, dtype: datetime64[ns]

时间序列2：

p['date']
>>>1     2020-02-17
3     2020-03-02
4     2020-03-03
5     2020-03-04
6     2020-03-05
         ...    
172   2021-01-30
173   2021-02-06
174   2021-02-07
177   2021-02-12
179   2021-02-14
Name: date, Length: 144, dtype: datetime64[ns]

我使用的函数：

def nearest(pivot,items):
    return min(items, key=lambda x: abs(x - pivot))

适用于单独的单数日期，例如：

nearest(o['date'][6], p['date'])
>>>Timestamp('2020-03-02 00:00:00')

当我尝试将其应用于整个 pandas Series 时，我收到一个错误：

o['date'].apply(nearest, args=(p['date']))
>>>---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-17-82c86ffd48ff> in <module>()
----> 1 o['date'].apply(nearest, args=(p['date']))

C:\Users\ran\Anaconda3\envs\main\lib\site-packages\pandas\core\series.py in apply(self, func, convert_dtype, args, **kwds)
   4180 
   4181         # handle ufuncs and lambdas
-> 4182         if kwds or args and not isinstance(func, np.ufunc):
   4183 
   4184             def f(x):

C:\Users\ran\Anaconda3\envs\main\lib\site-packages\pandas\core\generic.py in __nonzero__(self)
   1325     def __nonzero__(self):
   1326         raise ValueError(
-> 1327             f"The truth value of a {type(self).__name__} is ambiguous. "
   1328             "Use a.empty, a.bool(), a.item(), a.any() or a.all()."
   1329         )

ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

我觉得我缺少一些基本的东西。

我想我能做到：

[nearest(x, p['date']) for x in o['date']]

但我想知道如何将其应用于Pandas Series

Answer 1

将Series.apply 与 lambda 函数一起使用：

s = o['date'].apply(lambda x: nearest(x, p['date']))

或者用args参数：

s = o['date'].apply(nearest, args=(p['date'], ))

numpy.argmin 的 Numpy 替代方案应该更快：

a = o['date'].to_numpy() 
b = p['date'].to_numpy()
pos = np.argmin(np.abs(a- b[:, None]), axis=0)

s = pd.Series(b[pos], index=o.index)