我正在为以下问题寻找一个简单的解决方案:我有两个数据框。第一个包含三列 'Var'
、'Date'
和 'Type'
:
date type var
0 2015-01-01 A 0.014370
1 2015-01-02 A 30.835206
2 2015-01-03 A 60.311195
3 2015-01-04 A 90.716415
4 2015-01-05 A 120.589583
... ... ... ...
85 2015-01-26 C 750.286017
86 2015-01-27 C 780.010769
87 2015-01-28 C 810.491360
88 2015-01-29 C 840.598564
89 2015-01-30 C 870.811063
它充当df2
的查找表。此数据框由一些可变列(此处为了便于阅读而省略)以及 'Var'
和 'Type'
组成,它们对应于 df1 中的相同列。
df2 = pd.DataFrame({'Type': np.random.choice(['A', 'B', 'C'], 10),
'Var': np.random.sample(10) * 800})
Type Var
0 C 317.399765
1 A 774.845006
2 B 260.912633
3 B 170.722395
4 C 433.842763
5 C 626.290970
6 A 347.950419
7 C 770.953878
8 B 477.139350
9 B 134.014690
我现在想获取 df2
的每一行,在 df1
中查找 ['Type', 'Var'
] 的组合和在df2
中填写相应的日期值。我经常使用此操作,正在寻找一种快速、简短、简单且“最佳实践方式”。
我经常为此使用复杂的 argsort 结构。 merge_asof()
有时也可以,但大多数时候我只想填充一列。
我觉得涉及不同类型(以及未排序的值)的数据结构使这个简单的操作变得复杂。欢迎提出任何改进建议:)
最佳答案
我解决了这个问题:
df1 = df1.sort_values(by='Var')
df2 = df2.sort_values(by='Var')
m = pd.merge_asof(df2, df1, on='Var', by='Type', direction='nearest')
这已经很短了,但是如果有更好的解决方案请告诉我。我忘记了 by=
运算符实际上是或“分组”数据。我尝试在 on=
中使用多个键,这引发了错误。
关于python - pandas - 涉及分类分组的最近值查找,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/58502017/