这个问题与Pandas: How to combine two dataframes by closest index match?有关,但并不完全相同。
给定两个数据帧df1[['A1', 'B1']]
和df2[['A2', 'B2']]
,我想结合它们,所以我最终得到一个数据帧df3[['A2, 'B2', 'B1', 'A1']]
,其中'A1'
的alle值与最接近的'B2'
匹配到'B1'
。下面是一个示例,您将在最后找到完整的数据样本和可重现的代码。
df1 :(重复B1 = -9.33)
A1 B1
0 -128.65 -12.30
1 -117.74 -11.98
2 -117.19 -11.91
3 -109.43 -10.03
4 -93.75 -9.33
5 -87.27 -9.33
6 -85.59 -5.96
7 -76.18 -5.51
DF2:
A2 B2
0 -69.06 -12.64
1 -86.88 -12.12
2 -95.95 -11.35
3 -103.87 -10.67
4 -105.78 -9.63
5 -108.11 -9.20
6 -111.07 -9.06
7 -126.42 -6.37
请注意,df2 ['A2']正在下降,而所有其他列都在升序。
期望的输出:
A2 B2 B1 A1
0 -69.06 -12.64 -12.30 -128.65
1 -86.88 -12.12 -11.98 -117.74
2 -95.95 -11.35 -10.03 -109.43
3 -103.87 -10.67 -10.03 -109.43
4 -105.78 -9.63 -9.33 -87.27
5 -108.11 -9.20 -9.33 -87.27
6 -111.07 -9.06 -5.96 -85.59
7 -126.42 -6.37 -5.96 -85.59
注意事项:
df2['B2']=-12.12
的正确匹配是df1['B1']=-11.98
和相应的df['A1']=-117.74
,因为df2['B2']=-12.12
大于df2['B2']=-12.30
而-11.98
是该列的下一步。
对于重复值df1['B1'].iloc[4] = df1['B1'].iloc[5] = -9.33
,df1['A1'] = -87.27
是正确的匹配,因为它是最大的值。
如果最好的解决方案包括将一些列设置为索引,我根本不介意!
这是一个可重现的片段:
#imports
import numpy as np
import pandas as pd
# Some sample data
np.random.seed(1234)
data1 = {'A1':sorted(np.random.normal(100, 20, 8)*-1),
'B1':sorted(np.random.normal(10, 2, 8)*-1)}
data2 = {'A2':sorted(np.random.normal(100, 20, 8)*-1,reverse = True),
'B2':sorted(np.random.normal(10, 2, 8)*-1)}
# Two dataframes
df1 = pd.DataFrame(data1).round(2)
df2 = pd.DataFrame(data2).round(2)
# Duplicate scenario 1: Duplicate A1 values
df1['B1'].iloc[4] = df1['B1'].iloc[5]
谢谢你的任何建议!
这是pd.merge_asof
,在第一次处理重复之后。在'A1'
上排序然后在'B1'
上删除重复项,为每个独特的'A1'
留下最大的'B1'
值:
import pandas as pd
#df2 = df2.sort_values('B2') # If not sorted by `B2`
pd.merge_asof(df2,
df1.sort_values('A1').drop_duplicates('B1', keep='last').sort_values('B1'),
left_on='B2', right_on='B1', direction='forward')
A2 B2 A1 B1
0 -69.06 -12.64 -128.65 -12.30
1 -86.88 -12.12 -117.74 -11.98
2 -95.95 -11.35 -109.43 -10.03
3 -103.87 -10.67 -109.43 -10.03
4 -105.78 -9.63 -87.27 -9.33
5 -108.11 -9.20 -85.59 -5.96
6 -111.07 -9.06 -85.59 -5.96
7 -126.42 -6.37 -85.59 -5.96
如果您需要保留原始顺序,请考虑重新设置索引,以便在合并后将其添加为列,然后将其重新设置并对索引进行排序。