Python 使用apply()合并DataFrame,仅合并两列中的部分匹配
我需要合并两个数据帧,但不仅要合并精确的列值,还要合并近似的列值 例如,我有两个数据帧:Python 使用apply()合并DataFrame,仅合并两列中的部分匹配,python,pandas,Python,Pandas,我需要合并两个数据帧,但不仅要合并精确的列值,还要合并近似的列值 例如,我有两个数据帧: import pandas as pd d = {'col1': ["a", "b", "c", "d"], 'col2': [3, 4, 66, 120]} df = pd.DataFrame(data=d) col1 col2 0 a 3 1 b 4 2 c 66 3 d 120 d2 = {'col1a': ["aa",
import pandas as pd
d = {'col1': ["a", "b", "c", "d"], 'col2': [3, 4, 66, 120]}
df = pd.DataFrame(data=d)
col1 col2
0 a 3
1 b 4
2 c 66
3 d 120
d2 = {'col1a': ["aa", "bb", "cc", "dd"], 'col2b': [3, 4, 67, 100]}
df2 = pd.DataFrame(data=d2)
col1a col2b
0 aa 3
1 bb 4
2 cc 67
3 dd 100
现在,如果我简单地在col2
和col2b
列上连接它们,我只会得到两行列值完全相同的行
pd.merge(df, df2, how='inner', left_on='col2', right_on='col2b')
col1 col2 col1a col2b
0 a 3 aa 3
1 b 4 bb 4
现在,为了简单起见,我还想基于左数据框中整数值的+1或-1的整数合并列值。在我们的示例中,在左侧数据框中,除了值为3
和4
的行之外,值66
应与67
匹配到右侧数据框中的值:
col1 col2 col1a col2b
0 a 3 aa 3
1 b 4 bb 4
2 c 66 cc 67
不确定如何解决此问题,可能需要使用
apply()
?基于近似列值进行合并,这里是merge\u asof
pd.merge_asof(df,df2,left_on='col2',right_on='col2b',tolerance = 1,direction ='nearest').dropna()
Out[7]:
col1 col2 col1a col2b
0 a 3 aa 3.0
1 b 4 bb 4.0
2 c 66 cc 67.0
这只适用于整数吗?我实际上需要根据坐标值进行合并,所以我的想法是使用apply()计算坐标点(一个来自一个DF,另一个来自另一个DF)之间的距离,然后根据给定一定距离阈值的距离(以米为单位)进行合并。@ivan_bilan check scipy.distance然后