在两个数据框之间减去熊猫

Question

东风一号

 1. ID-1  NumberValueCol1- 10 
 2. ID-2  NumberValueCol1--11
 3. ID-3  NumberValueCol1--20
 4. ID-4  NumberValueCol1--13
 5. ID-5  NumberValueCol1--15

东风2

 1. ID-1  NumberValueCol1- 5
 2. ID-2  NumberValueCol1--7
 3. ID-3  NumberValueCol1--9
 4. ID-4  NumberValueCol1--6
 5. ID-5  NumberValueCol1--3

我需要从DFTwo中的每个值中减去DFOne.NumberValueCol1，直到得到最小的差异。

第一次迭代将从DFTwo中的每个值减去DFOne.NumberValueCol1--10，这将导致

ID结果（DFOne.NumberValueCol1，每个10个值DFTwo.NumberValueCol2值）

 1. Result - 5
 2. Result - 3
 3. Result - 1
 4. Result - 4
 5. Result - 7

在这种情况下，ID 3--DFTwo.NumberValueCol2（9）产生的最小差异为1。因此，我想将此值映射到DFOne.NumberValueCol1-10。

第二次迭代将从ID 2开始，即DFOne.NumberValueCol1的值11。但是，与其从DFTwo.NumberValueCol2的开头开始减去，不如从匹配开始到下一个可用ID。 因此，由于存在与ID 3的匹配，所以下一个起始点将是ID 4，它的作用与获得最小差异的第一个逻辑相同

我希望这不要太令人困惑。 我来自t-sql世界，所以我试图了解如何使用Pandas而不是传统的sql server游标进行这种类型的计算。

Answer 1

您的问题总结为：

1. 在DFTwo中找到最大值，然后从DFOne中的第一个值中减去该最大值。
2. 使用DFTwo中最大值的索引，从该索引开始对DFTwo进行切片。
3. 使用DFone的第二行转到步骤1。

一个工作示例：

import pandas as pd

df1 = {'id': [1,2,3,4,5], 'value': [10,11,20,13,15]}
df2 = {'id': [1,2,3,4,5], 'value': [5,7,9,6,3]}

df1 = pd.DataFrame(data=df1)
df2 = pd.DataFrame(data=df2)
print("DFTwo")
print(df2)
print('\n')
min_index = 0
df_output = []
for i in df1['value']:
    try:
        new_val = i - max(df2['value'])
        max_index = int(df2['id'][df2['value'] == max(df2['value'])].values)
        df2 = df2.iloc[max_index:,]
        df_output.append( (max_index, new_val) )
    except:
        break
print("Output")
print(pd.DataFrame(df_output, columns = ['id','result']))

但是，我们在这里遇到了DFTwo最终为nil的问题 。

2 -- 1
   id  value
3   4      6
4   5      3
0 -- 5
   id  value
4   5      3
0 -- 17
Empty DataFrame
Columns: [id, value]
Index: []
Traceback (most recent call last):
  File "C:/Users/Tyler/Desktop/pd_test.py", line 11, in <module>
    new_val = i - max(df2['value'])
ValueError: max() arg is an empty sequence

带有新的except子句的输出：

DFTwo
   id  value
0   1      5
1   2      7
2   3      9
3   4      6
4   5      3


Output
   id  result
0   3       1
1   4       5

从表面上看，这在您的实际用例中不会成为问题，因为DFTwo足够大以支持此切片？ 如果没有更多有关实际业务逻辑的信息，这是我的最佳尝试。