Python 两个数据帧之间的相减

DFOne

DFTwo

我需要从DFTwo中的每个值中减去DFOne.NumberValueCol1，直到得到最小的差值

第一次迭代将从DFTwo中的每个值中减去DFOne.NumberValueCol1--10，这将导致

ID结果（DFOne.NumberValueCol1，每个DFTwo.NumberValueCol2值10个值）

在本例中，ID3--DFTwo.NumberValueCol2（9）产生最小的差值1。所以我想把这个值映射到 DFOne.NumberValueCol1--10

第二次迭代将从ID2，DFOne.NumberValueCol1值11开始。但是，不是开始减法 从DFTwo.NumberValueCol2开始，它将从存在匹配点的下一个可用ID开始。 因此，由于有一个ID为3的匹配，下一个起点将是ID为4，它将与第一个逻辑相同，以获得最小的差异

---

我希望这不会太令人困惑。我来自t-sql世界，因此我试图了解如何使用Pandas而不是传统的sql server游标进行此类计算。

您的问题总结如下：

找到DFWO中的最大值，从DFOne中的第一个值中减去该值

使用DFTwo中最大值的索引，从该索引开始切片DFTwo

使用第二行DFone转到步骤1

一个有效的例子：

 1. Result - 5
 2. Result - 3
 3. Result - 1
 4. Result - 4
 5. Result - 7

然而，我们在这里遇到了DFTwo最终为零的问题

---

表面上，这在您的实际用例中不会是一个问题，因为DFTwo足够大，可以支持这种切片吗？没有关于实际业务逻辑的更多信息，这是我最好的尝试。

您的问题总结如下：

找到DFWO中的最大值，从DFOne中的第一个值中减去该值

使用DFTwo中最大值的索引，从该索引开始切片DFTwo

使用第二行DFone转到步骤1

一个有效的例子：

 1. Result - 5
 2. Result - 3
 3. Result - 1
 4. Result - 4
 5. Result - 7

然而，我们在这里遇到了DFTwo最终为零的问题

---

表面上，这在您的实际用例中不会是一个问题，因为DFTwo足够大，可以支持这种切片吗？如果没有关于实际业务逻辑的更多信息，这是我最好的尝试。

发布最终预期结果post最终预期结果步骤为：1。DFOne第一个值，从DFTO2中减去。匹配两个3中最小的结果。转到DFOne的下一条记录并重新开始最终结果集应包含所有匹配项。它不能是DFTwo的最大值，因为下一个DFOne记录可能与以前的值匹配。最终的结果是，ID来自DFTwo ID 3，结果1（这是10个DfOne值-9个DFWO值）ID 4，结果5（这是11个DfOne值-6个DFWO值）“它不可能是DFWO的最大值，因为下一个DfOne记录可能与以前的值匹配”------什么？如果你想要一组差值（x1-x2）中的最小值，其中第一个值（x1）是常数，那么你可以简单地使用x2最大的一对。我已经更改了代码，以更好地反映你原来的问题，请查看并让我知道这是否更接近你的期望。Hi Konchshell，感谢你回答我的问题。根据我在这篇帖子中给出的要求，是的，你的回答可以让我有一个正确的开始。我的商业用例有点不同，我试着在我的帖子中使用泛型。再次感谢你的帖子！步骤如下：1。DFOne第一个值，从DFTO2中减去。匹配两个3中最小的结果。转到DFOne的下一条记录并重新开始最终结果集应包含所有匹配项。它不能是DFTwo的最大值，因为下一个DFOne记录可能与以前的值匹配。最终的结果是，ID来自DFTwo ID 3，结果1（这是10个DfOne值-9个DFWO值）ID 4，结果5（这是11个DfOne值-6个DFWO值）“它不可能是DFWO的最大值，因为下一个DfOne记录可能与以前的值匹配”------什么？如果你想要一组差值（x1-x2）中的最小值，其中第一个值（x1）是常数，那么你可以简单地使用x2最大的一对。我已经更改了代码，以更好地反映你原来的问题，请查看并让我知道这是否更接近你的期望。Hi Konchshell，感谢你回答我的问题。根据我在这篇帖子中给出的要求，是的，你的回答可以让我有一个正确的开始。我的商业用例有点不同，我试着在我的帖子中使用泛型。再次感谢你的帖子！

 1. Result - 5
 2. Result - 3
 3. Result - 1
 4. Result - 4
 5. Result - 7

import pandas as pd

df1 = {'id': [1,2,3,4,5], 'value': [10,11,20,13,15]}
df2 = {'id': [1,2,3,4,5], 'value': [5,7,9,6,3]}

df1 = pd.DataFrame(data=df1)
df2 = pd.DataFrame(data=df2)
print("DFTwo")
print(df2)
print('\n')
min_index = 0
df_output = []
for i in df1['value']:
    try:
        new_val = i - max(df2['value'])
        max_index = int(df2['id'][df2['value'] == max(df2['value'])].values)
        df2 = df2.iloc[max_index:,]
        df_output.append( (max_index, new_val) )
    except:
        break
print("Output")
print(pd.DataFrame(df_output, columns = ['id','result']))

2 -- 1
   id  value
3   4      6
4   5      3
0 -- 5
   id  value
4   5      3
0 -- 17
Empty DataFrame
Columns: [id, value]
Index: []
Traceback (most recent call last):
  File "C:/Users/Tyler/Desktop/pd_test.py", line 11, in <module>
    new_val = i - max(df2['value'])
ValueError: max() arg is an empty sequence

DFTwo
   id  value
0   1      5
1   2      7
2   3      9
3   4      6
4   5      3


Output
   id  result
0   3       1
1   4       5