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:Python 具有近似相等数值比较的左连接熊猫,python,pandas,numpy,Python,Pandas,Numpy,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
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