在 pandas 中為每一行從另一個 dataframe 檢索最接近的值

Question

我所在位置的空氣質量為 dataframe，如下所示：

編號	類型	價值
0	空氣	好的
1	合作	181.91
2	不	4.58
3	2號	11.48
4	o3	33.62
5	so2	0.22
6	NH3	5.45
7	pm2_5	6.13
8	下午10點	8.99

我有另一個 dataframe，其中一些組件的閾值（值是上限）

編號	類型	好的	公平的	緩和	較差的	很窮
0	2號	50	100	200	400	401
1	下午10點	25	50	90	180	181
2	o3	60	120	180	240	241
3	pm2_5	15	30	55	110	111

我想在空氣質量 dataframe 中添加一個新列，它會告訴我當前值是否為“良好”、“一般”、“中等”等，但我正在努力解決如何更好地解決這個問題。

Answer 1

預期的 output 尚不清楚，但您需要的兩個關鍵步驟是melt以重塑分數的 DataFrame 和merge_asof以按最接近的值合並：

(pd
 .merge_asof(df1.assign(New=pd.to_numeric(df1['Value'], errors='coerce'))
                .fillna(0).sort_values(by='New'),
             df2.melt('type', value_name='New', var_name='Score')
                .astype({'New': float})
                .sort_values(by='New'),
             left_by='Type', right_by='type', on='New',
             direction='forward',
            )         
)

一旦你有了這個，你就可以修改列，填充 NaN 等等。

output：

    Type   Value     New   type Score
0    air    Good    0.00    NaN   NaN
1    so2    0.22    0.22    NaN   NaN
2     no    4.58    4.58    NaN   NaN
3    nh3    5.45    5.45    NaN   NaN
4  pm2_5    6.13    6.13  pm2_5  Good
5   pm10    8.99    8.99   pm10  Good
6    no2   11.48   11.48    no2  Good
7     o3   33.62   33.62     o3  Good
8     co  181.91  181.91    NaN   NaN