You need to enable JavaScript to run this app. 如何将New_Price表价格匹配Actual_Price表最近值获取对应产品描述
优惠活动
大模型
产品
解决方案
定价
更多

如何将New_Price表价格匹配Actual_Price表最近值获取对应产品描述

双表最近价格匹配实现方案

核心逻辑:对New_Price表的每条记录,计算与Actual_Price表所有价格的差值绝对值,取差值最小的记录关联Product_Desc字段即可,若存在多条差值相同的记录,可自定义排序规则取首条。

注:你给出的预期输出中X对应的ABG为笔误,正确匹配结果应为ABC,2.0与1.2的差值为0.8,远小于与3.4的差值1.4。


SQL 实现(兼容MySQL 8.0+/PostgreSQL/SQL Server等主流支持窗口函数的数据库)

WITH price_diff_calc AS (
    SELECT
        np.Product,
        np.Price,
        ap.Product_Desc,
        -- 按差值升序排序,同差值时按实际价格升序取第一条
        ROW_NUMBER() OVER (
            PARTITION BY np.Product
            ORDER BY ABS(np.Price - ap.Price) ASC, ap.Price ASC
        ) AS match_rank
    FROM New_Price np
    CROSS JOIN Actual_Price ap
    -- 数据量大时可加范围过滤减少计算量,比如仅匹配浮动范围在1以内的价格
    -- WHERE ap.Price BETWEEN np.Price - 1 AND np.Price + 1
)
SELECT
    Product,
    Price,
    Product_Desc AS `Product Desc`
FROM price_diff_calc
WHERE match_rank = 1;

Python Pandas 实现

import pandas as pd

# 构造示例表数据
new_price_df = pd.DataFrame({
    "Product": ["X", "Z"],
    "Price": [2.0, 3.0]
})
actual_price_df = pd.DataFrame({
    "Product_Desc": ["ABC", "EFG"],
    "Price": [1.2, 3.4]
})

# 定义最近值匹配函数
def get_closest_desc(row):
    diff_series = abs(actual_price_df["Price"] - row["Price"])
    closest_idx = diff_series.idxmin()
    return actual_price_df.loc[closest_idx, "Product_Desc"]

# 生成匹配结果
new_price_df["Product Desc"] = new_price_df.apply(get_closest_desc, axis=1)

# 输出结果
print(new_price_df)

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

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.19 22:27:03