Pandas 基于最相似的值合并数据框答案

【问题标题】：Pandas merge datagrames based on most similar valuesPandas 基于最相似的值合并数据框
【发布时间】：2023-04-01 19:01:01
【问题描述】：

我正在尝试合并 2 个 pandas 数据帧，但是，合并列中的值并不完全相同。

我正在使用命令 pd.merge(D_data, L_data,on="R_Time") 但是，在 D_data 我的 R_time 列看起来像

4.316667, 4.320834, 4.325000
在我的 L_data 列中，我的数据如下所示：

4.31000, 4.32000, ...

本质上，我要做的是获取第一组中的每个项目，并将其与第二组中最接近的元素匹配。我已经使用 Excel 中的 vlookup 函数完成了此操作，但我不完全确定如何在 Pandas Dataframe 对象中获得相同的功能。

给定数据：

D_data: 4.316667 4.320834 4.325 4.329167 4.333334 4.3375 4.341667 4.345834 4.35 4.354167 4.358334

L_Data 4.316667 4.318667 4.320667 4.322667 4.324667 4.326667 4.328667 4.330667 4.332667 4.334667 4.336667

我想在这些元素之间精确配对，即使它们在大多数情况下并不完全相同。

【问题讨论】：

你能给我们一些数据吗？输入和预期输出？
我添加了一个例子。

标签： python pandas join merge

【解决方案1】：

你可以使用Pandas' merge_asof():

【讨论】：

【解决方案2】：

首先在 L_data 中使用 R_data 中最接近的值（最小绝对差的索引）创建一列，然后合并：

import pandas as pd
D_data =pd.DataFrame({"R_Time":[4.316667,4.320834,4.325,4.329167,4.333334,4.3375,4.341667,4.345834,4.35,4.354167,4.358334]})
L_data =pd.DataFrame({"_R_Time":[4.316667,4.318667,4.320667,4.322667,4.324667,4.326667,4.328667,4.330667,4.332667,4.334667,4.336667]})

L_data["R_Time"]=L_data.apply(lambda x:D_data["R_Time"][abs(D_data["R_Time"]-x["_R_Time"]).idxmin()],axis=1)
pd.merge(D_data, L_data,on="R_Time")

结果：

      R_Time   _R_Time
0   4.316667  4.316667
1   4.316667  4.318667
2   4.320834  4.320667
3   4.320834  4.322667
4   4.325000  4.324667
5   4.325000  4.326667
6   4.329167  4.328667
7   4.329167  4.330667
8   4.333334  4.332667
9   4.333334  4.334667
10  4.337500  4.336667

【讨论】：