Pandas merge_asof最近匹配不符合预期，如何返回所有等距匹配项？

merge_asof 设计为左表每一行仅返回1条右表匹配记录，无法直接实现等距场景下的多匹配需求，可通过以下两种方案实现：

方案1：笛卡尔积距离过滤（适合小数据量） #

通过全连接计算所有左行和右行的距离，再筛选每个左行对应的最小距离匹配项：

import pandas as pd

# 示例数据集
left = pd.DataFrame({'a': [5, 10], 'left_val': ['b', 'c']})
right = pd.DataFrame({'a': [3, 7], 'right_val': [6, 7]})

# 新增临时键实现全连接
left['tmp_key'] = 0
right['tmp_key'] = 0

# 全连接后计算距离
cross_df = left.merge(right, on='tmp_key', suffixes=('_left', '_right'))
cross_df['distance'] = abs(cross_df['a_left'] - cross_df['a_right'])

# 筛选每个左行的最小距离匹配
result = cross_df[
    cross_df['distance'] == cross_df.groupby('a_left')['distance'].transform('min')
].drop(columns=['tmp_key', 'distance'])

输出结果：

a_left left_val  a_right  right_val
0       5        b        3          6
1       5        b        7          7
3      10        c        7          7

方案2：双向merge_asof合并（适合大数据量） #

不需要全连接，仅通过两次定向近邻匹配合并结果，性能远高于方案1：

# 重命名右表匹配键，保留原始值用于计算距离
right_rename = right.rename(columns={'a': 'a_right'})

# 分别做向后（取小于等于a的最近值）、向前（取大于等于a的最近值）匹配
merge_back = pd.merge_asof(left, right_rename, left_on='a', right_on='a_right', direction='backward')
merge_forward = pd.merge_asof(left, right_rename, left_on='a', right_on='a_right', direction='forward')

# 合并两次匹配结果计算距离
merge_all = pd.concat([merge_back, merge_forward], ignore_index=True)
merge_all['distance'] = abs(merge_all['a'] - merge_all['a_right'])

# 筛选最小距离匹配并去重
min_dist = merge_all.groupby('a')['distance'].transform('min')
result = merge_all[merge_all['distance'] == min_dist].drop_duplicates().drop(columns='distance')

注意事项 #

• 两种方案均要求匹配键（示例中为a列）为可排序的数值类型，和merge_asof的使用要求一致
• 若存在多个右行和左行距离相等的情况，会全部返回

内容的提问来源于stack exchange，提问作者user16380626