Python 具有近似相等数值比较的左连接熊猫

我使用以下方法在熊猫中进行左连接：

merged_left = pd.merge(left=xrf_df,
                       right=statistics_and_notes_df, 
                       how='left', 
                       left_on=depth_column_name, 
                       right_on='Core Depth')

但是，深度列名称和“核心深度”列是浮点数。

---

是否有一种很好的方法来执行此左连接，以便比较结果大致相等，例如np.isclose（）？

假设我们有以下DFs：

In [111]: a
Out[111]:
      a  b  c
0  3.03  c  3
1  1.01  a  1
2  2.02  b  2

In [112]: b
Out[112]:
      a  x
0  1.02  Z
1  5.00  Y
2  3.04  X

让我们将列设置为索引（已排序）：

现在我们可以使用：

---

PS您可能需要使用

df.reindex（…，tolerance=）

参数来设置公差：

abs（index[indexer]-target）此功能将在下一版本（0.20.0）中开箱即用，方法是与参数
direction='nearest'
一起使用（可通过
tolerance
参数进行限制）。在此之前，这可能需要一些自定义编码。不幸的是，merge_asof中的容差参数是整数或TimeDelta。我需要一个类似于0.003的浮点值。如果我将tolerance关键字添加到reindex，这将非常有效。@user90855，很高兴我能提供帮助：）
In [113]: a = a.sort_values('a').set_index('a')

In [114]: b = b.assign(idx=b['a']).set_index('idx').sort_index()

In [115]: a
Out[115]:
      b  c
a
1.01  a  1
2.02  b  2
3.03  c  3

In [116]: b
Out[116]:
         a  x
idx
1.02  1.02  Z
3.04  3.04  X
5.00  5.00  Y

In [118]: a.join(b.reindex(a.index, method='nearest'), how='left')
Out[118]:
      b  c     a  x
a
1.01  a  1  1.02  Z
2.02  b  2  1.02  Z
3.03  c  3  3.04  X

In [119]: a.join(b.reindex(a.index, method='nearest'), how='left').rename(columns={'a':'a_right'})
Out[119]:
      b  c  a_right  x
a
1.01  a  1     1.02  Z
2.02  b  2     1.02  Z
3.03  c  3     3.04  X

In [120]: a.join(b.reindex(a.index, method='nearest'), how='left').rename(columns={'a':'a_right'}).reset_index()
Out[120]:
      a  b  c  a_right  x
0  1.01  a  1     1.02  Z
1  2.02  b  2     1.02  Z
2  3.03  c  3     3.04  X