Pandas 熊猫：如何合并在一定公差范围内匹配的两个数据帧列的值？

我试图将

pandas

数据框中包含正数据和负数据的两组行匹配到用户定义的

公差范围内，例如（最初）：

（创建时使用：

 df = pd.DataFrame({'timestamp': range(9), 'value': [36, 68, 131, 94, -1000, 100, 540, -100, 54]})

加号
在
减号
中可能有或可能没有一个（或多个）匹配项。如果加号在公差范围内没有匹配项，则相应的
加号行
必须将其列
的“has a_matching_减号”
设置为
真
（否则仍为
假
）

我知道我可以使用
df.between（low，high）
，但它只将
low
和
high
作为标量，而不是系列/数据帧列

对于

在之间的循环，我如何避免以下（慢！）

？我应该使用

合并等吗

import numpy as np
import pandas as pd

minuses=data[data['value']<0.0]
plusses=data[data['value']>0.0]

tolerance = 10.0
match_queries      = np.abs(minusses)
match_queries_high = match_queries + tolerance
match_queries_low  = match_queries - tolerance

plusses['has_a_matching_minus'] = False
for (l, h) in zip(match_queries_low, match_queries_high):
    in_range = plusses['value'].between(l,h).astype(np.bool)
    plusses['has_a_matching_minus'] = plusses['has_a_matching_minus'] | in_range

assert(plusses['has_a_matching_minus']==plusses['should_match_tolerance_equals_ten'].all()), 'The acid test'

将numpy导入为np
作为pd进口熊猫
减数=数据[数据['value']0.0]
公差=10.0
匹配查询=np.abs（减数）
匹配查询高=匹配查询+容差
匹配查询低=匹配查询-容差
加号['has_a_匹配_减号']=False
对于zip中的（l，h）（匹配查询低，匹配查询高）：
in_range=plus['value'].between（l，h）.astype（np.bool）
加号['has_a_matching_minus']=加号['has_a_matching_minus']]
断言（加号['has_a_匹配_减号]==加号['should_匹配_公差_等于_ten'].all（）），'acid测试'

我不确定我是否100%了解了这个问题的细节，但下面可能会介绍如何解决这个问题

假设你从

df = pd.DataFrame({'timestamp': range(9), 'value': [36, 68, 131, 94, -1000, 100, 540, -100, 54]})

使用虚拟列执行自外部联接：

df['dummy'] = 1
merged = pd.merge(df, df, on='dummy', how='outer')

现在，计算每个时间戳，是否有一个不同的负值，最多与绝对值不同，最多相距10：

merged['has_a_matching_minus'] = (merged.timestamp_x != merged.timestamp_y) & (merged.value_y < 0) & ((merged.value_x.abs() - merged.value_y.abs()).abs() < 10)

>>> merged.has_a_matching_minus.astype(int).groupby(merged.timestamp_x).max().astype(bool).to_frame()


has_a_matching_minus
timestamp_x 
0   False
1   False
2   False
3   True
4   False
5   True
6   False
7   False
8   False

merged['has_a_matching_minus']=（merged.timestamp_x！=merged.timestamp_y）&（merged.value_y<0）&（merged.value_x.abs（）-merged.value_y.abs（））.abs（）<10）
>>>merged.has_a_匹配_减号.astype（int）.groupby（merged.timestamp_x）.max（）.astype（bool）.to_frame（）
有匹配的负号吗
时间戳
0错误
1错误
2错误
3正确
4错误
5对
6错误
7错误
8错误

---

您可以轻松地

merge

将其合并到原始帧中。如果您需要多个列，请在

merged

上以类似方式执行它们的计算。

您可以添加一些具有预期输出的数据样本吗？@jezrael谢谢-完成-但出于某种原因，此问题无法解决：（向下投票人：请提供建设性的反馈：-如果可以的话，SI会将您的测试数据创建行添加到OP中。我实际上在这一行中遇到了问题-我们是否有机会在聊天中讨论它？除非我找不到聊天button@jtlz2嘿，我不确定你在评论中的意思（“来个菜鸟”？）.你可以编辑你的问题或开始一个新的问题吗？顺便说一句，我不知道为什么这一个被否决得如此严重。（来个剪短者=来个脱臼者=搞砸了=变得困惑了=倒下了？：）

merged['has_a_matching_minus'] = (merged.timestamp_x != merged.timestamp_y) & (merged.value_y < 0) & ((merged.value_x.abs() - merged.value_y.abs()).abs() < 10)

>>> merged.has_a_matching_minus.astype(int).groupby(merged.timestamp_x).max().astype(bool).to_frame()


has_a_matching_minus
timestamp_x 
0   False
1   False
2   False
3   True
4   False
5   True
6   False
7   False
8   False