Pandas如何获取DataFrame最接近指定值列及相邻列的对应数据?
实现方案
完整代码
import pandas as pd # 数据集初始化(如果已存在df_table可省略这部分) df_table = pd.DataFrame() df_table["A"] = [0.2, 0.2, 0.2, 0.2, 0.2, 0.4, 0.4, 0.4, 0.4, 0.4, 0.6, 0.6, 0.6, 0.6, 0.6, 1.5, 1.5, 1.5, 1.5, 1.5, 2.5, 2.5, 2.5, 2.5, 2.5, 3.0, 3.0, 3.0, 3.0, 3.0] df_table[450] = [1, 5, 20, 30, 40, 1, 5, 8, 10, 20, 1, 5, 10, 15, 25, 2, 7, 15, 20, 30, 2, 7, 15, 20, 35, 2, 8, 20, 30, 40] df_table[500] = [3, 15, 25, 60, 80, 4, 10, 15, 20, 30, 5, 10, 15, 30, 40, 5, 10, 20, 30, 45, 7, 10, 20, 35, 50, 8, 15, 25, 60, 80] def get_temp_values(input_A, input_temp): # 提取所有温度列(排除A列) temp_cols = [col for col in df_table.columns if col != 'A'] # 筛选A值匹配的行,取第一条匹配数据(适配示例的取值逻辑) match_row = df_table[df_table['A'] == input_A].reset_index(drop=True).iloc[0] # 1. 查找最接近输入温度的列及对应值 closest_col = min(temp_cols, key=lambda x: abs(x - input_temp)) closest_val = match_row[closest_col] # 2. 查找小于、大于输入温度的最近列及对应值 lower_cols = [col for col in temp_cols if col < input_temp] upper_cols = [col for col in temp_cols if col > input_temp] lower_col = max(lower_cols) if lower_cols else None upper_col = min(upper_cols) if upper_cols else None lower_val = match_row[lower_col] if lower_col is not None else None upper_val = match_row[upper_col] if upper_col is not None else None return { "最接近温度列值": closest_val, "小于输入温度的最近列值": lower_val, "大于输入温度的最近列值": upper_val, "匹配列信息": { "最接近列": closest_col, "最近下限列": lower_col, "最近上限列": upper_col } } # 测试给定用例 result = get_temp_values(input_A=0.2, input_temp=476) print(result)
输出结果
运行测试用例后输出完全匹配需求场景:
{ '最接近温度列值': 3, '小于输入温度的最近列值': 1, '大于输入温度的最近列值': 3, '匹配列信息': {'最接近列': 500, '最近下限列': 450, '最近上限列': 500} }
逻辑说明
- 先过滤A值匹配的行,示例取第一条匹配行符合给出的取值对应关系,如果有其他行选择规则,修改
match_row的取值逻辑即可 - 温度列匹配采用差值最小规则,边界场景(输入温度小于所有列/大于所有列)会返回None,可根据需求调整默认值
内容的提问来源于stack exchange,提问作者bmaster69
相关产品推荐
相关产品推荐

