Pandas：从另一个DataFrame匹配最接近的分组数据

假设你已经得到包含x_time、x_price（来自df_mapped）、original_price、price_diff（差值）以及df_original其他字段的中间DataFrame，以下是完成扁平化的具体步骤：

步骤1：分组筛选前3个最小差值行 #

按x_time和df_mapped的唯一标识（比如原df_mapped的索引，或自定义主键列）分组，对price_diff升序排序后取前3行：

# 假设中间DataFrame名为df_interim，且包含df_mapped的索引列（命名为mapped_idx）
df_top3 = df_interim.groupby(['x_time', 'mapped_idx']).apply(
    lambda x: x.sort_values('price_diff').head(3)
).reset_index(drop=True)

步骤2：为分组内的行添加序号 #

给每个分组内的前3行标记1-3的序号，为后续扁平化做准备：

df_top3['rank'] = df_top3.groupby(['x_time', 'mapped_idx']).cumcount() + 1

步骤3： pivot实现多行转单行 #

将分组后的多行数据扁平化为单行，把df_original的字段按序号展开：

# 替换成你需要展开的df_original字段，比如original_price、col_a、col_b
df_flat = df_top3.pivot(
    index=['x_time', 'mapped_idx'],
    columns='rank',
    values=['original_price', 'col_a', 'col_b']
)

# 重命名列名，让格式更直观（例如original_price_1、col_a_2）
df_flat.columns = ['_'.join(map(str, col)) for col in df_flat.columns]
df_flat = df_flat.reset_index()

步骤4：合并回原df_mapped #

把扁平化后的结果与df_mapped关联，得到最终结果：

final_df = df_mapped.merge(df_flat, on=['x_time', 'mapped_idx'], how='left')

如果你的中间DataFrame未保留df_mapped的唯一标识，可在前期合并阶段就将df_mapped的索引或主键带入，确保分组时能精准对应到原df_mapped的每一行。

内容的提问来源于stack exchange，提问作者user20787745