Python 如何获取与Dataframe中的另一个值最接近的值

假设我有以下数据帧：

           col1       col2
0          blue      0.400
1          test      0.255
2        yellow      0.460

如何从col2中获取最接近col1='test'对应值的单个值？为了让事情更清楚，我想找到最接近0.255的值，在本例中是0.400，然后是col1中具有最接近值的对应值，即在本例中为蓝色

使用：

m = df['col1'].eq('test')
df.loc[df['col2'].sub(df['col2'].where(m)
                                .bfill()
                                .ffill())
                 .abs()
                 .mask(m).idxmin(),'col2']

或

输出

参考资料

使用：

或

输出

参考资料

输出：

Out[38]: 0.4

输出：

Out[38]: 0.4

idxmin 和min和dict的情况一样

idxmin 和min和dict的情况一样

---

我认为你的答案不准确，如果最接近的值等于“test”中的值，而差异为0，我认为你的答案不准确，如果最接近的值等于“test”中的值，而差异为0，那么很好，我正准备使用numpy和argmin发布相同的解决方案，但这更干净。非常感谢你的回复。它工作得很好-我已经更新了我的问题，尽管我错误地描述了所需的输出。所以在找到最接近的值之后，我对col1的值感兴趣，它有最接近的col2值。在本例中，所需的输出将是bluenice，我正要发布使用numpy和argmin的相同解决方案，但这更干净。非常感谢您的回复。它工作得很好-我已经更新了我的问题，尽管我错误地描述了所需的输出。所以在找到最接近的值之后，我对col1的值感兴趣，它有最接近的col2值。在这种情况下，所需的输出将为蓝色

df.loc[(df['col2']-df[df['col1']=='test']['col2'].values).abs().sort_values().index[1]]['col2']

Out[38]: 0.4

def s(d, t): return d.sub(d.pop(t)).abs().idxmin()
df.set_index('col1').col2.pipe(s, t='test')

'blue'

d = dict(zip(df.col1, df.col2))

v = d.pop('test')
min(d, key=lambda x: abs(d[x] - v))

'blue'