Question

我需要合并两个pandas DataFrame，但不仅要合并精确的列值，还要合并近似的值。

例如，我有以下两个数据框：

import pandas as pd
d = {'col1': ["a", "b", "c", "d"], 'col2': [3, 4, 66, 120]}
df = pd.DataFrame(data=d)

    col1    col2
0   a       3
1   b       4
2   c       66
3   d       120

d2 = {'col1a': ["aa", "bb", "cc", "dd"], 'col2b': [3, 4, 67, 100]}
df2 = pd.DataFrame(data=d2)
    col1a   col2b
0   aa      3
1   bb      4
2   cc      67
3   dd      100

现在，如果我简单地将它们连接到col2和col2b列上，那么我将只获得两列值完全相同的行。

pd.merge(df, df2, how='inner', left_on='col2', right_on='col2b')
    col1    col2    col1a   col2b
0   a       3       aa      3
1   b       4       bb      4

现在，为简单起见，我还想合并基于左侧DataFrame中整数值的+1或-1的整数的列值。在我们的示例中，除了具有值66和67的行之外，左侧DataFrame中的值3应该与4与右侧DataFrame中的值匹配： / p>

        col1    col2    col1a   col2b
    0   a       3       aa      3
    1   b       4       bb      4
    2   c       66      cc      67

不确定如何解决此问题，是否需要使用apply()基于近似的列值进行合并？

Answer 1

这是从merge_asof到

的一种方式

pd.merge_asof(df,df2,left_on='col2',right_on='col2b',tolerance = 1,direction ='nearest').dropna()
Out[7]: 
  col1  col2 col1a  col2b
0    a     3    aa    3.0
1    b     4    bb    4.0
2    c    66    cc   67.0

使用apply（）合并熊猫DataFrame以仅在两列的部分匹配中进行合并

1 个答案: