Python 通过列搜索值

这是我拥有的熊猫数据帧的一个示例。我需要为给定的出价找到特定的行。例如，给定bid=5，我需要返回下表中对应的行。如果我输入了一个缺少的bid，例如bid=6，那么对应于小于输入bid的最大bid的行应该返回。因此，在这种情况下，应该返回对应于bid=5的行。我如何在熊猫身上做到这一点

Bid Imp Click   Spend
3   13  0.97    2
4   13  1.89    7
5   79  34.98   130
7   83  37.52   140
8   88  38.52   144

---

我认为这可以做到：

>>> df[(df['Bid']<=5)].iloc[-1,:]

Bid        5.00
Imp       79.00
Click     34.98
Spend    130.00
Name: 2, dtype: float64

试一试

如果您更喜欢单行程序，您可以将代码更改为[1]，这将产生与上面相同的输出。i、 e.数据帧。移除双括号（在[2]中）会将输出更改为一个系列。一、 e

In [1]: val = 6
       df.loc[[df.loc[df.Bid <= val, 'Bid'].idxmax()]]
Out[1]: 
   Bid  Imp  Click  Spend
2    5   79  34.98    130

In [2]: df.loc[df.loc[df.Bid <= val, 'Bid'].idxmax()]
Out[2]: 
Bid        5.00
Imp       79.00
Click     34.98
Spend    130.00
Name: 2, dtype: float64

[1]中的

：val=6
df.loc[[df.loc[df.Bid这里是一个基于生成器的方法。生成器将耗尽，我们通过枚举捕获最后一项

df = df.sort_values('Bids')
df.loc[df['Bid'] == [max(enumerate(i for i in df['Bid'] if i <= 6))[1]]]

   Bid  Imp  Click  Spend
2    5   79  34.98    130

df=df.sort_值（'Bids'））
df.loc[df['Bid']=[max（枚举（i代表df['Bid']中的i），如果我认为
df.iloc[np.searchsorted（df.Bid，value）]
如果任何答案解决了您的问题，您是否可以用绿色勾号将其标记为有效@dineshdileep@MabelVillalba道歉只有当出价按升序排列时，这才有效。虽然这是一个先决条件，但可以通过
df.sort_值（by='Bid'，升序=True）来解决
。这仅在按升序排列投标时有效
>>> df = df.sort_values(by='Bid',ascending=True)

def get_bid(val):
    # find the index of the maximum bid below or equal val
    index = df.loc[df.Bid <= val, 'Bid'].idxmax()
    return df.loc[[index]]

In []: get_bid(6)
Out[]: 
   Bid  Imp  Click  Spend
2    5   79  34.98    130

In []: get_bid(5)
Out[]: 
   Bid  Imp  Click  Spend
2    5   79  34.98    130

In []: get_bid(4)
Out[]: 
   Bid  Imp  Click  Spend
1    4   13   1.89      7

In [1]: val = 6
       df.loc[[df.loc[df.Bid <= val, 'Bid'].idxmax()]]
Out[1]: 
   Bid  Imp  Click  Spend
2    5   79  34.98    130

In [2]: df.loc[df.loc[df.Bid <= val, 'Bid'].idxmax()]
Out[2]: 
Bid        5.00
Imp       79.00
Click     34.98
Spend    130.00
Name: 2, dtype: float64

df = df.sort_values('Bids')
df.loc[df['Bid'] == [max(enumerate(i for i in df['Bid'] if i <= 6))[1]]]

   Bid  Imp  Click  Spend
2    5   79  34.98    130

df.iloc[df[df['Bid'] <= 6].index[-1]]