如何便捷地基于数值近似位置索引Pandas DataFrame？

下面是几种更简洁高效的实现方式：

• 方法1：用Index.get_indexer的nearest参数
  pandas的索引对象自带get_indexer方法，指定method='nearest'就能直接定位到最接近目标值的索引位置，搭配iloc即可获取对应数据。代码示例：

  target = 600
  # 获取目标值对应的索引位置
  pos = df.index.get_indexer([target], method='nearest')[0]
  # 获取对应行数据
  result = df.iloc[pos]
  

  可以封装成一个复用函数，调用更方便：

  def get_nearest_row(df, target):
      pos = df.index.get_indexer([target], method='nearest')[0]
      return df.iloc[pos]
  
  # 直接调用
  get_nearest_row(df, 600)
  

• 方法2：自定义类实现df[600]直接调用
  如果想完全实现df[600]这种直观调用，可以创建一个继承自pandas.DataFrame的子类，重写__getitem__方法，让它在传入数值时自动匹配最接近的索引。示例：

  import pandas as pd
  
  class NearestDF(pd.DataFrame):
      def __getitem__(self, key):
          # 如果传入的是数值类型，匹配最接近的索引
          if isinstance(key, (int, float)):
              pos = self.index.get_indexer([key], method='nearest')[0]
              return self.iloc[pos]
          # 否则沿用原DataFrame的取值逻辑（比如取列）
          else:
              return super().__getitem__(key)
  
  # 将原DataFrame转换为自定义类实例
  df = NearestDF(df)
  
  # 直接使用df[600]获取数据
  df[600]
  

  注意：如果你的DataFrame有和数值重名的列名，需要额外处理优先级，比如先判断key是否在列名中，再执行匹配逻辑。

• 方法3：searchsorted二分查找（适合有序索引）
  光谱数据的索引通常是有序的（比如波长递增/递减），这种情况下用searchsorted做二分查找效率更高，再比较相邻索引的距离：

  target = 600
  idx = df.index.searchsorted(target)
  # 处理边界情况：目标值小于所有索引
  if idx == 0:
      result = df.iloc[0]
  # 处理边界情况：目标值大于所有索引
  elif idx == len(df.index):
      result = df.iloc[-1]
  # 比较前后索引哪个更接近目标值
  else:
      left_dist = target - df.index[idx-1]
      right_dist = df.index[idx] - target
      result = df.iloc[idx-1] if left_dist <= right_dist else df.iloc[idx]
  

内容的提问来源于stack exchange，提问作者cheekylittleduck