python - 根据特定的 col1 值查找 col2 值，如果不存在则使用 pandas 保持最近的值

Question

我有一个这样的数据框:

df
col1      col2      
 1         10
 2         15
 4         12
 5         23
 6         11
 8         32
 9         12
 11        32
 2         23
 3         21
 4         12
 6         15
 9         12
 10        32

我想为 col1 的每 1、5 和 10 个值选择 col2 值。如果 col1 值不是 1、5 或 10，则保留 col1 值最接近 1,5 或 10 的 col2 值

例如，最终的 df 将如下所示:

df
col1      col2      
 1         10
 5         23
 11        32
 2         23
 6         15
 10        32

如何在不使用任何循环的情况下使用 pandas 做到这一点

Answer 1

• df.col1.diff().lt(0).cumsum() 定义升序值组
• set_index 与这些组 和 col1 但使用 drop= 将 col1 保留在数据框中假的
• groupby 和 pd.concat 使用 reindex 和 method='nearest'

---

我留下了旧的 col1 索引，这样你就可以看到什么映射到了什么。

c = df.set_index([df.col1.diff().lt(0).cumsum().rename('grp'), 'col1'], drop=False)
pd.concat([c.xs(k).reindex([1, 5, 10], method='nearest') for k, c in c.groupby(level=0)])

      col1  col2
col1            
1        1    10
5        5    23
10      11    32
1        2    23
5        6    15
10      10    32

---

如果您不喜欢索引中多余的 col1，您可以重命名索引然后将其删除:

c = df.set_index([df.col1.diff().lt(0).cumsum().rename('grp'), 'col1'], drop=False)
pd.concat([c.xs(k).reindex([1, 5, 10], method='nearest') for k, c in c.groupby(level=0)]) \
    .rename_axis(None).reset_index(drop=True)

   col1  col2
0     1    10
1     5    23
2    11    32
3     2    23
4     6    15
5    10    32