如何根据某一列中的近似值提取对应的整行数据？

你需要实现的是找到指定列（示例中为pro.f列）与目标值（示例为5）的绝对差值最小的对应整行数据，常用场景的实现方法如下：

1. Python Pandas 实现 #

适用于批量处理结构化数据的场景，代码示例：

import pandas as pd

# 读取你的数据到DataFrame，示例为读取csv，可根据数据源替换
df = pd.read_csv("你的数据文件路径.csv")
target = 5 # 替换为你的目标匹配值

# 计算目标列与目标值的绝对差值
abs_diff = (df['pro.f'] - target).abs()
# 提取所有差值最小的对应行，若有多个同等接近的行会全部返回
matched_rows = df[abs_diff == abs_diff.min()]

# 若只需要取第一个匹配的行，可使用下行代码
# matched_row = df[abs_diff == abs_diff.min()].iloc[0]

2. Excel 实现 #

适用于小批量表格数据处理的场景：

• 新增辅助列，假设pro.f列是C列，数据行范围为2~100行，在辅助列第一个单元格（如D2）输入公式=ABS(C2-5)，下拉填充到所有数据行
• 筛选辅助列的最小值，对应展示的行就是匹配结果
• 若需要直接用公式提取整行数据，可使用XLOOKUP公式：=XLOOKUP(MIN(D:D),D:D,A:E)，其中A:E替换为你的整个数据的列范围即可

注意：如果存在多个数值与目标值的差值完全相同，以上方法默认会返回所有匹配行，可根据需求自行添加筛选条件取指定行。

内容的提问来源于stack exchange，提问作者Rosie