Question

如何选择最接近mtc_date的plr_date行？优选地，不在每行上循环。我想最后得到第13,28,43行。

我应该澄清一下：从具有相同mtc_date的行集中选择一行与最接近的plr_date。

     mtc_date  mtc_id   plr_date  plr_id  plr_measure
12 2010-03-15       1 2010-01-31       1            0
13 2010-03-15       1 2010-02-28       1            1
24 2010-06-15       2 2010-01-31       2           12
25 2010-06-15       2 2010-02-28       2           13
26 2010-06-15       2 2010-03-31       2           14
27 2010-06-15       2 2010-04-30       2           15
28 2010-06-15       2 2010-05-31       2           16
36 2010-09-15       2 2010-01-31       2           12
37 2010-09-15       2 2010-02-28       2           13
38 2010-09-15       2 2010-03-31       2           14
39 2010-09-15       2 2010-04-30       2           15
40 2010-09-15       2 2010-05-31       2           16
41 2010-09-15       2 2010-06-30       2           17
42 2010-09-15       2 2010-07-31       2           18
43 2010-09-15       2 2010-08-31       2           19

import pandas as pd
import numpy as np

### 1 df
plr = pd.concat(\
[pd.DataFrame({'plr_date': pd.date_range("01/01/2010", "12/31/2010", freq="m"),\
'plr_id': 1 , 'plr_measure': 10}),\
pd.DataFrame({'plr_date': pd.date_range("01/01/2010", "12/31/2010", freq="m"),\
'plr_id': 2 , 'plr_measure': 20})])

#plr = plr.reindex(index=range(0, plr.shape[0]), columns=None, fill_value=0)    

plr['plr_measure']=np.arange(0, plr.shape[0])

### 2 df
mtc = pd.DataFrame({'mtc_date':pd.to_datetime(['15/01/2010','15/03/2010','15/06/2010','15/09/2010']),\
                    'mtc_id':(1,1,2,2)})

mtc = mtc.merge(plr, left_on='mtc_id', right_on='plr_id', how='left')

#select only smaller
mtc = mtc[(mtc.plr_date < mtc.mtc_date)]

#leave the bigest

Answer 1

根据您的评论，这是使用groupby的更新解决方案。

对于具有相同mtc_date的每个组，找到最小化mtc_date和plr_date之间的绝对差异（以天为单位）的索引。

min_indexes = mtc.groupby('mtc_date').apply(lambda x: (x['plr_date'] - x['mtc_date']).apply(lambda y: int(y.days)).abs().argmin())

在pandas / python中选择最接近的日期（或值）

1 个答案: