大熊猫-涉及分类分组的最近值查找

Question

我正在寻找以下解决方案：我有两个数据框。第一个包含三列'Var'，'Date'和'Type'：

df1

    date    type    var
0   2015-01-01  A   0.014370
1   2015-01-02  A   30.835206
2   2015-01-03  A   60.311195
3   2015-01-04  A   90.716415
4   2015-01-05  A   120.589583
...     ...     ...     ...
85  2015-01-26  C   750.286017
86  2015-01-27  C   780.010769
87  2015-01-28  C   810.491360
88  2015-01-29  C   840.598564
89  2015-01-30  C   870.811063

它充当df2的查找表。该数据框由一些变量列（此处省略了易读性）以及与{f1中的相同列对应的'Var'和'Type'组成。

df2 = pd.DataFrame({'Type': np.random.choice(['A', 'B', 'C'], 10),
                   'Var': np.random.sample(10) * 800})

    Type    Var
0   C   317.399765
1   A   774.845006
2   B   260.912633
3   B   170.722395
4   C   433.842763
5   C   626.290970
6   A   347.950419
7   C   770.953878
8   B   477.139350
9   B   134.014690

我现在要获取df2的每一行，在['Type', 'Var'中查找df1]的组合，并在df2中填写相应的日期值。我通常会使用此操作，并且正在寻找一种快速，简短，简单且“最佳实践”的方法。

为此，我经常使用复杂的argsort构造。 merge_asof()有时也可以使用，但是大多数时候我只希望填写一列。

我觉得涉及不同类型（以及未排序值）的数据结构使此简单操作变得复杂。欢迎提出任何改进建议：）

Answer 1

我用以下方法解决了这个问题：

df1 = df1.sort_values(by='Var')
df2 = df2.sort_values(by='Var')

m = pd.merge_asof(df2, df1, on='Var', by='Type',  direction='nearest')

这已经很短了，但是如果有更好的解决方案，请告诉我。我忘记了by=运算符实际上是在对数据进行“分组”。我尝试在on=中使用多个键，这会引发错误。