Question

我遇到以下问题的算法时遇到问题：我有两个数据框，df1和df2（以下只是一个例子）：

import pandas as pd
df1 = pd.DataFrame({'Col1': [1, 7, 10, 50, 73, 80 ], 'Col2': [1,2,3,4,5,6]})
df2 = pd.DataFrame({'Col1': [0, 4, 10, 80], 'Col3': [7,6,8,9]})

正如您所看到的，它们都有Col1，但值并不总是重合，但它们是按升序排列的。我想创建一个在df1上创建新列的函数，让它称之为Col4。此列上的值必须遵循以下规则来自df2：

1）如果df1和df2在Col1中具有相同的值，则Col4中的值应该是Col3中的对应值。

2）如果它们在Col1中不共享相同的值，则Col4应该是Col3中与其之前和之后的值相对应的值之间的平均值。

例如：

由于df2在Col1中没有1的值，因此Col4中的第一个条目应该是7到6之间的平均值（1介于0和4之间）。

我不知道自己是否非常清楚，但Col4的最终结果应该是：

（7 + 6）/ 2，（6 + 8）/ 2,8，（8 + 9）/ 2，（8 + 9）/ 2,9

拥有一个函数会很好，因为我必须在许多不同的数据帧上进行此操作。

我知道这是一个奇怪的问题，但感谢您的帮助！

Answer 1

您可以使用pandas.merge_asof

完成所需的操作

您将df1与df2 Col1合并为forward和backward。然后，您只需平均结果。我已经将两个合并连接成一个df列，并重命名列，以便它们不会出现相同的名称。

import pandas as pd

df = pd.concat([pd.merge_asof(df1, df2, on='Col1').rename(columns={'Col3': 'Col4_1'}), 
                pd.merge_asof(df1, df2, on='Col1', direction='forward')[['Col3']].rename(columns={'Col3': 'Col4_2'})], axis=1)

print(df)
#   Col1  Col2  Col4_1  Col4_2
#0     1     1       7       6
#1     7     2       6       8
#2    10     3       8       8
#3    50     4       8       9
#4    73     5       8       9
#5    80     6       9       9

# Calculate the average you want, drop helper columns.
df['Col4'] = (df.Col4_1 + df.Col4_2)/2
df.drop(columns=['Col4_1', 'Col4_2'], inplace=True)

print(df)
#   Col1  Col2  Col4
#0     1     1   6.5
#1     7     2   7.0
#2    10     3   8.0
#3    50     4   8.5
#4    73     5   8.5
#5    80     6   9.0

根据其他列的值从一列获取数据

1 个答案: