在pandas DataFrame中选择最接近零的行中的值

Question

我们有一个包含两列的pandas DataFrame ：

pd.DataFrame(pd.np.arange(12).reshape(6,2), columns=list('ab')) % 3 - 1.2

     a    b
0 -1.2 -0.2
1  0.8 -1.2
2 -0.2  0.8
3 -1.2 -0.2
4  0.8 -1.2
5 -0.2  0.8

获得最接近零的值的最佳方法是什么？ 上述的预期产出将是

     x
0 -0.2
1  0.8 
2 -0.2  
3 -0.2
4  0.8 
5 -0.2 

我尝试使用df.idxmin(axis=1) ，然后lookup ，但我打赌有一种更简单的方法吗？

Answer 1

只需使用“a”或“b”中的值进行选择

df['a'].where(df['a'].abs() < df['b'].abs(), df['b'])

我原来的答案

您可以添加列名称最接近零的列，然后使用它来选择最接近的值。

(df.assign(closest=df.apply(lambda x: x.abs().argmin(), axis='columns'))
 .apply(lambda x: x[x['closest']], axis='columns'))

它仍然看起来比它应该更麻烦？

Answer 2

一种选择：

df = pd.DataFrame(pd.np.arange(12).reshape(6,2), columns=list('ab')) % 3 - 1.2
closest_to_zero = df.abs().idxmin(axis=1).pipe(lambda x: x[x.notnull()])
pd.Series(df.lookup(closest_to_zero.index, closest_to_zero), index=closest_to_zero.index).reindex(df.index)

Answer 3

以下对我有用，给你最接近零的值：

   df.abs().min()