DFOne
1. ID-1 NumberValueCol1- 10
2. ID-2 NumberValueCol1--11
3. ID-3 NumberValueCol1--20
4. ID-4 NumberValueCol1--13
5. ID-5 NumberValueCol1--15
DFTwo
1. ID-1 NumberValueCol1- 5
2. ID-2 NumberValueCol1--7
3. ID-3 NumberValueCol1--9
4. ID-4 NumberValueCol1--6
5. ID-5 NumberValueCol1--3
我需要从DFTwo中的每个值中减去DFOne.NumberValueCol1,直到得到最小的差异。
第一次迭代将从DFTwo中的每个值中减去DFOne.NumberValueCol1--10,这将导致
ID结果(DFOne.NumberValueCol1,每个DFTwo.NumberValueCol2值的值为10)
1. Result - 5
2. Result - 3
3. Result - 1
4. Result - 4
5. Result - 7
在这种情况下,ID 3 - DFTwo.NumberValueCol2(9),产生最小的差值1.所以我想将此值映射到 DFOne.NumberValueCol1 - 10.
第二次迭代将以ID 2,DFOne.NumberValueCol1值11开始。但是,不是开始减法 从DFTwo.NumberValueCol2的开头,它将从匹配的点开始下一个可用的ID。 因此,由于与ID 3匹配,下一个起始点将是ID 4,并且它将与第一个逻辑相同,以获得最小的差异
我希望这不会太混乱。我来自t-sql世界,所以我试图了解如何使用Pandas而不是传统的sql server游标来进行这种类型的计算。
答案 0 :(得分:0)
您的问题归纳为:
一个工作示例:
import pandas as pd
df1 = {'id': [1,2,3,4,5], 'value': [10,11,20,13,15]}
df2 = {'id': [1,2,3,4,5], 'value': [5,7,9,6,3]}
df1 = pd.DataFrame(data=df1)
df2 = pd.DataFrame(data=df2)
print("DFTwo")
print(df2)
print('\n')
min_index = 0
df_output = []
for i in df1['value']:
try:
new_val = i - max(df2['value'])
max_index = int(df2['id'][df2['value'] == max(df2['value'])].values)
df2 = df2.iloc[max_index:,]
df_output.append( (max_index, new_val) )
except:
break
print("Output")
print(pd.DataFrame(df_output, columns = ['id','result']))
但是,我们在这里遇到的问题是DFTwo最终 nil 。
2 -- 1
id value
3 4 6
4 5 3
0 -- 5
id value
4 5 3
0 -- 17
Empty DataFrame
Columns: [id, value]
Index: []
Traceback (most recent call last):
File "C:/Users/Tyler/Desktop/pd_test.py", line 11, in <module>
new_val = i - max(df2['value'])
ValueError: max() arg is an empty sequence
带有新except子句的输出:
DFTwo
id value
0 1 5
1 2 7
2 3 9
3 4 6
4 5 3
Output
id result
0 3 1
1 4 5
表面上看,这在现实世界的用例中不会成为问题,因为DFTwo足以支持这种切片?如果没有关于实际业务逻辑的更多信息,这是我最好的尝试。