Python Pandas与另一个数据框的最接近索引匹配

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了Python Pandas与另一个数据框的最接近索引匹配，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含824字，纯文字阅读大概需要2分钟。

内容图文

df.index = 10,100,1000

df2.index = 1,2,11,50,101,500,1001
Just sample

我需要通过这些条件匹配df2与df的最接近索引

> df2.index必须> df.index
>只有一个最接近的值

例如输出

df     |   df2
10     |   11
100    |   101
1000   |   1001

现在我可以使用for循环了,它非常慢

我用new_df2来保留索引,而不是df2

new_df2 = pd.DataFrame(columns = ["value"])
for col in df.index:
    for col2 in df2.index:
        if(col2 > col):
            new_df2.loc[col2] = df2.loc[col2]
            break
        else:
            df2 = df2[1:] #delete first row for index speed

在这种情况下如何避免for循环谢谢.

解决方法:

不知道这有多健壮,但是您可以对df2进行排序,使其索引递减,然后使用asof查找与df索引中的每个键匹配的最新索引标签：

df2.sort_index(ascending=False, inplace=True)
df['closest_df2'] = df.index.map(lambda x: df2.index.asof(x))

df
Out[19]: 
      a  closest_df2
10    1           11
100   2          101
1000  3         1001

内容总结

以上是互联网集市为您收集整理的Python Pandas与另一个数据框的最接近索引匹配全部内容，希望文章能够帮你解决Python Pandas与另一个数据框的最接近索引匹配所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端