Python 值接近输入值的输出行

如何输出数据帧中的所有行，其值接近我输入的数字

import pandas as pd

data = {'A':[1, 2, 3, 4, 5, 6, 7, 8, 9, 10],
        'B':[11, 12, 13, 14, 15, 16, 17, 18, 19, 20]}

df = pd.DataFrame(data, columns=['A', 'B'])

因此，像

最近的_值（df，a，B）

这样的函数输出指定输入的2行内的行。如果我输入最近的值（df 5，15），它将返回行：

|     A    |     B    |
| -------- | -------- |
| 3        | 13       |
| 4        | 14       |
| 5        | 15       |
| 6        | 16       |
| 7        | 17       |

---

一种方法是从数据帧中减去值，并与公差进行比较：

def nearest_values(df, A, B, tolerance=2):
    return df[(abs(df - [A, B]) <= tolerance).all(axis=1)]

abs(df - [A, B]) <= tolerance

如果行中与公差匹配的任何值可接受，请将

all

更改为

any

---

说明：

df - [A, B]

使用减法将搜索值与数据帧进行“比较”：

   A  B
0 -4 -4
1 -3 -3
2 -2 -2
3 -1 -1
4  0  0
5  1  1
6  2  2
7  3  3
8  4  4
9  5  5

abs

用于将所有负值转换为正值，然后与公差进行比较：

def nearest_values(df, A, B, tolerance=2):
    return df[(abs(df - [A, B]) <= tolerance).all(axis=1)]

abs(df - [A, B]) <= tolerance

然后可以对给定行的真实性进行评估。在这种情况下，

all（axis=1）

但

any（axis=1）

也是一个选项：

(abs(df - [A, B]) <= tolerance).all(axis=1)

这可以用作选择所需行的索引：

---

完整的工作示例

import pandas as pd

data = {'A': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10],
        'B': [11, 12, 13, 14, 15, 16, 17, 18, 19, 20]}

df = pd.DataFrame(data, columns=['A', 'B'])


def nearest_values(df, *cols, tolerance=2):
    return df[(abs(df - cols) <= tolerance).all(axis=1)]


print(nearest_values(df, 5, 15))

将熊猫作为pd导入
数据={'A'：[1,2,3,4,5,6,7,8,9,10]，
‘B’：[11、12、13、14、15、16、17、18、19、20]}
df=pd.DataFrame（数据，列=['A'，'B']）
def最接近的_值（df，*cols，公差=2）：
返回df[（abs（df-cols）一种方法是从数据帧中减去值并与公差进行比较：

def nearest_values(df, A, B, tolerance=2):
    return df[(abs(df - [A, B]) <= tolerance).all(axis=1)]

abs(df - [A, B]) <= tolerance

如果行中与公差匹配的任何值可接受，请将
all
更改为
any


说明：

df - [A, B]

使用减法将搜索值与数据帧进行“比较”：

   A  B
0 -4 -4
1 -3 -3
2 -2 -2
3 -1 -1
4  0  0
5  1  1
6  2  2
7  3  3
8  4  4
9  5  5

abs
用于将所有负值转换为正值，然后与公差进行比较：

def nearest_values(df, A, B, tolerance=2):
    return df[(abs(df - [A, B]) <= tolerance).all(axis=1)]

abs(df - [A, B]) <= tolerance

然后可以对给定行的真实性进行评估。在这种情况下，
all（axis=1）
但是
any（axis=1）
也是一个选项：

(abs(df - [A, B]) <= tolerance).all(axis=1)

这可以用作选择所需行的索引：


完整的工作示例

import pandas as pd

data = {'A': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10],
        'B': [11, 12, 13, 14, 15, 16, 17, 18, 19, 20]}

df = pd.DataFrame(data, columns=['A', 'B'])


def nearest_values(df, *cols, tolerance=2):
    return df[(abs(df - cols) <= tolerance).all(axis=1)]


print(nearest_values(df, 5, 15))

将熊猫作为pd导入
数据={'A'：[1,2,3,4,5,6,7,8,9,10]，
‘B’：[11、12、13、14、15、16、17、18、19、20]}
df=pd.DataFrame（数据，列=['A'，'B']）
def最接近的_值（df，*cols，公差=2）：
返回df[（abs（df-cols））请从“演示如何解决此编码问题”不是堆栈溢出问题。我们希望您做出诚实的尝试，然后询问有关您的算法或技术的特定问题。堆栈溢出不是为了替换现有文档和教程。确定两个值是否“接近”在许多地方都有介绍。在给定条件下过滤数据帧在任何PANDAS教程中都有介绍。您是如何陷入困境的？请重复“演示如何解决此编码问题”不是堆栈溢出问题。我们希望您做出诚实的尝试，然后询问有关您的算法或技术的特定问题。堆栈溢出不是为了替换现有文档和教程。确定两个值是否“接近”在很多地方都有介绍。在给定条件下过滤数据帧在任何PANDAS教程中都有介绍。您是如何陷入困境的？