如何為一列中的每個元素找到另一列中最接近的元素？

Question

情況如下。

我有兩個熊貓數據框：

• df1 ，其中包含一列“ p1” ，其中包含1895行隨機數，范圍為2.805至3.035（此處是前20行）：

         p1
0       2.910
1       2.885
2       2.875
3       2.855
4       2.910
5       2.870
6       2.850
7       2.875
8       2.865
9       2.875
10      2.890
11      2.910
12      2.965
13      2.955
14      2.935
15      2.905
16      2.900
17      2.905
18      2.970
19      2.940

• df2 ，其中包含兩列“ p2”和“ h”

    p2   h
0   2.7 256.88
1   2.8 253.52
2   2.9 250.18
3   3.0 246.86
4   3.1 243.55

目的是首先循環遍歷df1中的所有行，並為每行找到p2中最接近的元素。 例如對於p1[0] = 2.910 ，最接近的元素是p2[2] = 2.9 。

• 然后，如果這兩個值相同，則該行的輸出為h的對應值
• 否則，輸出為h的先前值和后續值的平均值。

回到我們的示例，因此p1[0]的輸出應為(h[1]+h[3])/2

我希望這一切都說得通，這是我在這里的第一個問題:)。 謝謝！

Answer 1

這是merge_asof的用法，請注意allow_exact_matches=True默認為True，例如，在這種情況下，2.9最近值為2.9

df1=df1.sort_values('p1')
s1=pd.merge_asof(df1,df2,left_on='p1',right_on='p2',direction='backward')
s2=pd.merge_asof(df1,df2,left_on='p1',right_on='p2',direction='forward')
df1['Value']=(s1.h+s2.h)/2

Answer 2

使用numpy的另一種解決方案：

import numpy as np

# Generate some test data
x1 = np.random.randint(0,100,10)
x2 = np.vstack([np.random.randint(0,100,10),np.random.normal(0,1,10)]).T

# Repeat the two vectors
X1 = np.tile(x1,(len(x2),1))
X2 = np.tile(x2[:,0],(len(x1),1))
distance = np.abs(X1 - X2.T)
closest_idx = np.argmin(distance,axis=0)

print(x2[closest_idx,1])