基於最近值合併熊貓數據幀

我有兩個數據幀，說A和B，有一些列名爲attr1,attr2,attrN。基於最近值合併熊貓數據幀

我有一定的距離測量，我想合併數據幀，使A中的每一行與B中具有最短距離屬性之間的行合併。請注意，合併時可以重複B中的行。

例如（有一個屬性讓事情變得簡單），使用絕對差距離|A.attr1 - B.att1|

A | attr1  B | attr1 
0 | 10   0 | 15 
1 | 20   1 | 27 
2 | 30   2 | 80

應該產生以下合併表

M | attr1_A attr1_B 
0 | 10  15 
1 | 20  15 
2 | 30  27

我做的電流的方式合併這兩個表這是緩慢的，並且基於比較每行A與B的每一行，但代碼也不明確，因爲我必須保留用於合併的索引並且我根本不滿意，但是我可以沒有拿出更好的解決方案。

如何使用熊貓來執行上述合併？有沒有任何方便的方法或功能可以幫助您？

編輯：只是爲了澄清，在數據框中還有其他列沒有用於距離計算，但也必須合併。你可以做到這一點如下

來源

2017-04-19 AkiRoss

方式一：

A = pd.DataFrame({'attr1':[10,20,30]}) 
B = pd.DataFrame({'attr1':[15,15,27]})

創建合併鍵交叉連接獲得所有組合

A = A.assign(key=1) 
B = B.assign(key=1) 

merged_AB =pd.merge(A,B, on='key',suffixes=('_A','_B'))

現在，讓我們找到merged_AB

M = merged_AB.groupby('attr1_A').apply(lambda x:abs(x['attr1_A']-x['attr1_B'])==abs(x['attr1_A']-x['attr1_B']).min()) 

merged_AB[M.values].drop_duplicates().drop('key',axis=1)

最小距離

輸出：

attr1_A attr1_B 
0  10  15 
3  20  15 
8  30  27

來源

2017-04-19 10:03:07

因此，如果我正確地得到它，您首先計算產品（A中的每一行與B中的每一行），然後過濾掉不符合給定條件的行。絕對比我的解決方案更可讀，謝謝！ – AkiRoss

@AkiRoss是的，我創建了A和B的笛卡爾積，然後使用條件進行過濾。 –

非常有趣的解決方案！ – MaxU

基於最近值合併熊貓數據幀

回答

相關問題