Python 为数据帧建立索引
我有一个具有以下结构的MultindexPython 为数据帧建立索引,python,pandas,Python,Pandas,我有一个具有以下结构的MultindexDataFrame: 0 1 2 ref A B 21 45 0.01 0.56 0.23 0.02 22 45 0.30 0.88 0.53 0.87 23 46 0.45 0.23 0.90 0.23 我想用它做的是: 从列[0:2]中选择与列“ref”最接近的值,因此预期结果为: closest A B 21 45
DataFrame
:
0 1 2 ref
A B
21 45 0.01 0.56 0.23 0.02
22 45 0.30 0.88 0.53 0.87
23 46 0.45 0.23 0.90 0.23
我想用它做的是:从列[0:2]中选择与列“ref”最接近的值,因此预期结果为:
closest
A B
21 45 0.01
22 45 0.88
23 46 0.23
重建数据帧:
In [1]: index = MultiIndex.from_tuples(zip([21,22,23],[45,45,46]), names=['A', 'B'])
In [2]: df = DataFrame({0:[0.01, 0.30, 0.45],
1:[0.56, 0.88, 0.23],
2:[0.23, 0.53, 0.90],
'ref': [0.02, 0.87, 0.23]}, index=index)
In [3]: df
Out[3]:
0 1 2 ref
A B
21 45 0.01 0.56 0.23 0.02
22 45 0.30 0.88 0.53 0.87
23 46 0.45 0.23 0.90 0.23
我首先从ref
获得列0
、1
和2
的绝对距离:
In [4]: dist = df[[0,1,2]].sub(df['ref'], axis=0).apply(np.abs)
In [5]: dist
Out[5]:
0 1 2
A B
21 45 0.01 0.54 0.21
22 45 0.57 0.01 0.34
23 46 0.22 0.00 0.67
现在给定dist
,您可以使用DataFrame.idxmin
按行确定具有最小值的列:
In [5]: idx = dist.idxmin(axis=1)
In [5]: idx
Out[5]:
A B
21 45 0
22 45 1
23 46 1
现在要生成新的最近的
,只需使用idx
索引df
:
In [6]: df['closest'] = idx.index.map(lambda x: df.ix[x][idx.ix[x]])
In [7]: df
Out[7]:
0 1 2 ref closest
A B
21 45 0.01 0.56 0.23 0.02 0.01
22 45 0.30 0.88 0.53 0.87 0.88
23 46 0.45 0.23 0.90 0.23 0.23
最后一步,可能会有一种更优雅的方式来做,但我对熊猫比较陌生,这是我现在能想到的最好的方式