選擇三列中最好的

Question

我有一個包含三列 A、B 和 C 的數據集。 我想創建一個列，其中我 select 兩列彼此最接近並取平均值。 以下表為例：

A   B   C   Best of Three
3   2   5   2.5
4   3   1   3.5
1   5   2   1.5

對於第一行，A 和 B 是最接近的對，因此三列中最好的是 (3+2)/2 = 2.5； 對於第三行，A 和 C 是最接近的對，因此三列中的最佳值是 (1+2)/2 = 1.5。 下面是我的代碼。 如果有更多的列，它會非常笨重並且很快就會變得太長。 期待建議！

data = {'A':[3,4,1],
        'B':[2,3,5],
        'C':[5,1,2]}
df = pd.DataFrame(data)

df['D'] = abs(df['A'] - df['B'])
df['E'] = abs(df['A'] - df['C'])
df['F'] = abs(df['C'] - df['B'])
df['G'] = min(df['D'], df['E'], df['F'])
if df['G'] = df['D']:
   df['Best of Three'] = (df['A'] + df['B'])/2
elif df['G'] = df['E']:
   df['Best of Three'] = (df['A'] + df['C'])/2
else:
   df['Best of Three'] = (df['B'] + df['C'])/2

Answer 1

首先，您需要一個方法來查找列表中 2 個元素之間的最小差異，該方法還返回具有 2 個值的中位數，這作為元組(diff, median)返回

def min_list(values):
    return min((abs(x - y), (x + y) / 2)
               for i, x in enumerate(values)
               for y in values[i + 1:])

然后在每一行應用它

df = pd.DataFrame([[3, 2, 5, 6], [4, 3, 1, 10], [1, 5, 10, 20]],
                  columns=['A', 'B', 'C', 'D'])

df['best'] = df.apply(lambda x: min_list(x)[1], axis=1)
print(df)

Answer 2

函數是你的朋友。 您想編寫一個 function 來查找列表中最接近的兩個整數，然后將行的值列表傳遞給它。 存儲這些結果並將它們傳遞給第二個 function，它返回兩個值的平均值。

（此外，如果您將D 、 E 、 F和G替換為描述性命名的變量，您的代碼將更具可讀性。）

Answer 3

使用 itertools 組合生成器解決：

def get_closest_avg(s):
    c = list(itertools.combinations(s, 2))
    return sum(c[pd.Series(c).apply(lambda x: abs(x[0]-x[1])).idxmin()])/2
    
df['B3'] = df.apply(get_closest_avg, axis=1)

東風：

   A  B  C   B3
0  3  2  5  2.5
1  4  3  1  3.5
2  1  5  2  1.5