如何使用Pandas实现精确匹配+近似匹配的Closest value join？

需求 #

我有两个数据表：

• 左表：
  
• 右表：
  

需要得到如下目标结果表：

实现逻辑：先对v1和v2做精确匹配，再对v3做近似匹配（取最接近的值），用Pandas的merge系列函数完成。

实现步骤&代码 #

1. 先对两个表按v1、v2、v3排序——因为merge_asof要求用于近似匹配的列必须是有序的
2. 使用merge_asof，通过by参数指定v1、v2做精确匹配，on参数指定v3做近似匹配，direction='nearest'确保取最接近的v3值

import pandas as pd

# 假设左表为df_left，右表为df_right
# 按分组键和近似匹配列排序
df_left_sorted = df_left.sort_values(['v1', 'v2', 'v3'])
df_right_sorted = df_right.sort_values(['v1', 'v2', 'v3'])

# 执行混合匹配
result_df = pd.merge_asof(
    df_left_sorted,
    df_right_sorted,
    by=['v1', 'v2'],  # 精确匹配的字段
    on='v3',          # 近似匹配的字段
    direction='nearest'  # 取最接近的值
)

# 调整列顺序以匹配目标表（可选）
result_df = result_df[['v1', 'v2', 'v3', 'v4']]

关键细节 #

• merge_asof的by参数会强制精确匹配指定字段，保证只有同v1同v2的记录才会进入v3的近似匹配环节
• 必须先对v3排序，否则merge_asof无法正确找到最接近的值
• direction='nearest'是实现“匹配最接近值”的核心参数，其他可选值还有forward（取大于等于当前值的最小项）或backward（取小于等于当前值的最大项）

内容的提问来源于stack exchange，提问作者John Smith