返回数据框中最接近用户定义数字的行

Posted 2023-03-11

【中文标题】返回数据框中最接近用户定义数字的行

【英文标题】：return rows in a dataframe closest to a user-defined number

【发布时间】：2013-07-19 10:38:45

【问题描述】：

我有一个用户定义的数字，我想将它与数据框的某一列进行比较。

我想返回数据帧的行，其中包含（在 df 的某一列中，例如 df.num）与给定数字 x 最接近的 5 个数字。

任何关于没有循环的最佳方法的建议将不胜感激。

【参考方案1】：

我认为你可以使用argsort 方法：

>>> df = pd.DataFrame("A": 1e4*np.arange(100), "num": np.random.random(100))
>>> x = 0.75
>>> df.ix[(df.num-x).abs().argsort()[:5]]
         A       num
66  660000  0.748261
92  920000  0.754911
59  590000  0.764449
27  270000  0.765633
82  820000  0.732601
>>> x = 0.33
>>> df.ix[(df.num-x).abs().argsort()[:5]]
         A       num
37  370000  0.327928
76  760000  0.327921
8    80000  0.326528
17  170000  0.334702
96  960000  0.324516

【讨论】：

假设我们想将其概括为给我们最接近的 5 行（当我们有 n 个输入并且我们想要测量与 n 个不同列的接近度时）。你还会这样做吗？如果 n=2（例如，x=0.75,y=5.0）- 最容易使用 "&" df.ix[(df.num1-x).abs().argsort()[:5] & ( df.num2-y).abs().argsort()[:5]] ？谢谢！

pandas 界面变了吗？我需要使用df.iloc 而不是df.ix 否则字段都是NaN。

啊，我认为问题出在我的 df 索引上，它不是像 range(len(df)) 这样的序列。 iloc 但是似乎可以同时使用“正常”索引和我的索引。我对 pandas 不是很有经验，但这种行为表明使用 iloc 会更稳定？

这是错误的。您需要执行 .argsort().index 来处理您的索引可能无法方便地从 0 变为 N-1 的情况。

【参考方案2】：

对 python 和 pandas 有点陌生，但我建议这样做。

#make random df and get number
df = pd.DataFrame('c1':0,'c2':np.random.random(100))
x = .25
#find differences and sort
diff = df.c2.apply(lambda z: abs(x-z))
diff.sort()
#get the index for the 5 closest numbers
inds = diff.index[:5]

inds 然后将具有来自原始 df 的 5 个最接近数字的索引位置。希望这会有所帮助！