如何找到一个数据框列的最接近值并返回其他数据框的列值和位置

Question

我有两个数据框，如下所示。我想不出如何从 df1 中找到最接近的 df2 值 - "T" 列，并从 df1 中找到 Pos、Sr 和最接近的值，然后按照以下输出添加到 df2。

我的试验如下，但没有给我正确的输出。

import pandas as pd
 
df1 = pd.DataFrame({
        'Sr':[1000, 1002, 1004, 1009],
        'W1':[20.1, 20.3, 19.1, 18.5],
        'W2':[45.155, 45.180, 19.115, 19.126],
        'W3':[20, 22, 19, 18]
        })

df2 = pd.DataFrame({
        'W':["W1", "W2", "W3"],
        'T':[20.2, 19.119, 18.1]
        })

print(df1)

df2["sr"] = df2["W"].apply(lambda x: df1[x].sub(df2['T']).abs().idxmin())
df2["Pos"] = df2["W"].apply(lambda x: df1[x].sub(df2['T']).abs().idxmin())

print(df2)

Answer 1

这是一个完成这项工作的管道。总之，诀窍是先melt df1，然后merge 两个数据帧，并使用值的差异来获得最接近的匹配。其余大部分用于格式化。

(df2.merge((df1.rename_axis('df1_Pos')          # reshape df1 to long format
               .reset_index()                   #
               .melt(id_vars=['df1_Pos', 'Sr'], #
                     var_name='W',              #
                     value_name='T')            #
           ),
           on=['W'],                            # merge with df2 on "W"
           suffixes=['', '1'])
    .assign(diff=lambda d: abs(d['T']-d['T1'])) # compute the diff of "T"
    .rename(columns={'T1': 'df1Closest_Val',
                     'Sr': 'df1_Sr'})
    .sort_values(by='diff')                     # sort diff to have min diff first
    .drop('diff', axis=1)
    .groupby('W').first()                       # keep first row per group (= min diff)
    .reset_index()
)

输出：

    W       T  df1_Pos  df1_Sr  df1Closest_Val
0  W1  20.200        0    1000          20.100
1  W2  19.119        2    1004          19.115
2  W3  18.100        3    1009          18.000

故障

重塑 df1：

>>> df1b = df1.reset_index().melt(id_vars=['index', 'Sr'], var_name='W', value_name='T')
>>> df1b

    index    Sr   W       T
0       0  1000  W1  20.100
1       1  1002  W1  20.300
2       2  1004  W1  19.100
3       3  1009  W1  18.500
4       0  1000  W2  45.155
5       1  1002  W2  45.180
6       2  1004  W2  19.115
7       3  1009  W2  19.126
8       0  1000  W3  20.000
9       1  1002  W3  22.000
10      2  1004  W3  19.000
11      3  1009  W3  18.000

合并：

>>> df2b = df2.merge(df1b, on=['W'], suffixes=['', '1']).assign(diff=lambda d: abs(d['T']-d['T1']))
>>> df2b

     W       T  index    Sr      T1    diff
0   W1  20.200      0  1000  20.100   0.100
1   W1  20.200      1  1002  20.300   0.100
2   W1  20.200      2  1004  19.100   1.100
3   W1  20.200      3  1009  18.500   1.700
4   W2  19.119      0  1000  45.155  26.036
5   W2  19.119      1  1002  45.180  26.061
6   W2  19.119      2  1004  19.115   0.004
7   W2  19.119      3  1009  19.126   0.007
8   W3  18.100      0  1000  20.000   1.900
9   W3  18.100      1  1002  22.000   3.900
10  W3  18.100      2  1004  19.000   0.900
11  W3  18.100      3  1009  18.000   0.100

对值进行排序、分组并取最小差异：

>>> df2b.sort_values(by='diff').groupby('W').first().reset_index()

    W       T  index    Sr      T1   diff
0  W1  20.200      0  1000  20.100  0.100
1  W2  19.119      2  1004  19.115  0.004
2  W3  18.100      3  1009  18.000  0.100