如何在Pandas DataFrame中定位与用户输入值最接近的数据行？

嗨，这个场景我太熟悉了！df.loc确实只能精准匹配DataFrame中已存在的特定值，要找到和输入值最接近的行，我们可以通过计算差值的绝对值来实现，步骤非常直观：

具体实现步骤 #

1. 计算输入值与目标列（这里是Key列）每个元素的绝对差值
2. 找到差值最小的那个元素对应的索引
3. 通过索引取出对应的行

完整代码示例 #

先构造你提供的DataFrame：

import pandas as pd

data = {
    'Key': [10, 12, 15, 20, 25],
    'col1': [300, 450, 650, 130, 110],
    'col2': [140, 165, 890, 900, 755]
}
df = pd.DataFrame(data)

然后处理输入值16的情况：

input_val = 16

# 计算输入值与Key列的绝对差
diff = abs(df['Key'] - input_val)
# 找到差值最小的行的索引
closest_idx = diff.idxmin()
# 获取对应的行（保持DataFrame格式）
result = df.loc[[closest_idx]]

print(result)

运行后会输出你期望的结果：

Key  col1  col2
2   15   650   890

额外情况处理 #

如果存在多个与输入值差值相同的行（比如Key列有14和16，输入值是15），上面的方法只会返回第一个匹配的行。如果要获取所有符合条件的行，可以这样写：

min_diff = diff.min()
result = df[diff == min_diff]

这样就能把所有差值最小的行都取出来啦！

内容的提问来源于stack exchange，提问作者Ultiseeker