Question

我有两个数据框，用于测量仪器的两个属性，其中深度偏移了某个dz。请注意，以下示例已大大简化。

df1 = pd.DataFrame({'depth_1': [0.936250, 0.959990, 0.978864, 0.991288, 1.023876, 1.045801, 1.062768, 1.077090, 1.101248, 1.129754, 1.147458, 1.160193, 1.191206, 1.218595, 1.256964] })

df2 = pd.DataFrame({'depth_2': [0.620250, 0.643990, 0.662864, 0.675288, 0.707876, 0.729801, 0.746768, 0.761090, 0.785248, 0.813754, 0.831458, 0.844193, 0.875206, 0.902595, 0.940964 ] })

如何获取最接近df2.depth_2的第一个元素的df1.depth_1索引？

Answer 1

将ind <- rep(seq_along(varlist), each = nrow(ALL_FY2)) table(ind, unlist(ALL_FY2[varlist]))与方法reindex一起使用

nearest

Answer 2

您可以使用熊猫merge_asof函数（如果不是现实生活中的数据，则需要先订购）

df1 = df1.sort_values(by='depth_1')
df2 = df2.sort_values(by='depth_2')
pd.merge_asof(df1, df2.reset_index(), left_on="depth_1", right_on="depth_2", direction="nearest")

如果您只是想要df1中的第一个值，则可以在第一行进行连接：

df2 = df2.sort_values(by='depth_2')
pd.merge_asof(df1.head(1), df2.reset_index(), left_on="depth_1", right_on="depth_2", direction="nearest")

Answer 3

获取df2的所有元素和df1的第一个元素之间的绝对差，然后获取其索引：

import pandas as pd
import numpy as np

def get_closest(df1, df2, idx):
   abs_diff = np.array([abs(df1['depth_1'][idx]-item) for item in df2['depth_2']])
   return abs_diff.argmin()

df1 = pd.DataFrame({'depth_1': [0.936250, 0.959990, 0.978864, 0.991288, 1.023876, 1.045801, 1.062768, 1.077090, 1.101248, 1.129754, 1.147458, 1.160193, 1.191206, 1.218595, 1.256964] })

df2 = pd.DataFrame({'depth_2': [0.620250, 0.643990, 0.662864, 0.675288, 0.707876, 0.729801, 0.746768, 0.761090, 0.785248, 0.813754, 0.831458, 0.844193, 0.875206, 0.902595, 0.940964 ] })

get_closest(df1,df2,0)

输出：

从另一个数据框中查找最接近的值的索引

3 个答案: