使用Pandas计算分组内每个值的最小距离差值

假设存在如下DataFrame df：

group value
a       1
a       0
a       3
b       1
b       4

需要为每个值找到同一分组（'a'或'b'）中最接近的值，并输出该值与最接近值的差值，期望输出如下：

group value min_diff
a       1    1
a       0    1
a       3    2
b       1    3
b       4    3

方法一：基于排序与相邻差值计算 #

先对每组内的值排序，通过相邻元素差值推导每个值的最小差值，最后匹配回原数据顺序：

import pandas as pd

# 构造示例DataFrame
df = pd.DataFrame({
    'group': ['a', 'a', 'a', 'b', 'b'],
    'value': [1, 0, 3, 1, 4]
})

def get_min_diff(group):
    sorted_vals = group.sort_values().reset_index(drop=True)
    # 计算排序后相邻元素的差值
    diffs = sorted_vals.diff().dropna()
    min_diffs = []
    for idx, val in enumerate(sorted_vals):
        if idx == 0:
            min_diffs.append(diffs.iloc[0])
        elif idx == len(sorted_vals)-1:
            min_diffs.append(diffs.iloc[-1])
        else:
            min_diffs.append(min(diffs.iloc[idx], diffs.iloc[idx-1]))
    temp = pd.DataFrame({'value': sorted_vals, 'min_diff': min_diffs})
    return group.merge(temp, on='value', how='left')

# 分组处理并输出结果
result = df.groupby('group', group_keys=False).apply(get_min_diff)
print(result)

方法二：基于numpy广播的全差值计算 #

通过numpy广播生成组内所有值的两两差值，排除自身比较后取最小值，逻辑更直接：

import pandas as pd
import numpy as np

df = pd.DataFrame({
    'group': ['a', 'a', 'a', 'b', 'b'],
    'value': [1, 0, 3, 1, 4]
})

def min_diff(group):
    vals = group['value'].values
    # 生成所有两两组合的差值绝对值
    diffs = np.abs(vals[:, None] - vals)
    # 将自身与自身的差值设为无穷大，避免被选中
    np.fill_diagonal(diffs, np.inf)
    # 取每行的最小值作为当前值的最小差值
    group['min_diff'] = diffs.min(axis=1)
    return group

result = df.groupby('group').apply(min_diff)
print(result)

两种方法运行后均可得到符合期望的输出结果。

内容的提问来源于stack exchange，提问作者Wendy