Python 获取两个数据帧之间最近的元素-多个条件

我正在比较两个数据帧

我想获得两个数据帧之间最接近的匹配项

DF1

Item   Location   Fabric   Date produced

item1     Spain     AB2     11/01/2015
item2     France    ST1     25/04/2017


DF2

Alternative Item      Location    Fabric   Date produced

alternative_item1        Spain       AB6      15/01/2015
alternative_item2        Spain       AB2      25/05/2014
alternative_item3        Spain       AB2      11/03/2013
alternative_item4       France       ST1      25/04/2017
alternative_item5           UK       ST1      19/02/2020
alternative_item6        Italy       ST1      07/04/2012

上面，在DF1上我有2个项目，在DF2上我有替代项目。 我希望得到两个DFs之间最接近的匹配对，如下所示

DF_Final

Item     Alternative Item

item1   alternative_item2     
item2   alternative_item4

项目1与备选项目2配对，因为它们的“位置”和“结构”相同，并且生产日期最接近（备选项目3在时间上更遥远）

同样，item2与alternative_item4配对，因为这是唯一符合“Location”和“Fabric”标准的备选项

你会用什么方法来解决这个问题

---

谢谢大家!

您可以按

位置

和

结构

合并，然后按

位置

，

结构

分组，并选择最小差异：

out = pd.merge(df1, df2, on=['Location', 'Fabric'])
out['diff'] = out['Date produced_x'] - out['Date produced_y']
out = out.iloc[out.groupby(['Location', 'Fabric'])['diff'].agg(lambda x: x.sort_values().head(1).index)][['Item', 'Alternative Item']]

print(out)

印刷品：

    Item   Alternative Item
2  item2  alternative_item4
0  item1  alternative_item2

---

您可以按

位置

和

结构

合并，然后按

位置

，

结构

分组，并选择最小差异：

out = pd.merge(df1, df2, on=['Location', 'Fabric'])
out['diff'] = out['Date produced_x'] - out['Date produced_y']
out = out.iloc[out.groupby(['Location', 'Fabric'])['diff'].agg(lambda x: x.sort_values().head(1).index)][['Item', 'Alternative Item']]

print(out)

印刷品：

    Item   Alternative Item
2  item2  alternative_item4
0  item1  alternative_item2

---

事实上，我现在已经看到，并非所有项目都与备选项目配对，尽管它们都有备选项目。我将尝试在这里添加一个更详细的例子。@Rodrigo最好在这里创建一个新问题，这样更多的人可以看到它。实际上我错了。你所做的是完美的，这肯定会帮助其他人！我所要做的就是根据我的具体情况调整merge和groupby中使用的列。为了得到我想要的东西，我不得不尝试不同的组合。就是这样。非常感谢。事实上，我现在已经看到，并非所有项目都与备选项目配对，尽管它们都有备选项目。我将尝试在这里添加一个更详细的例子。@Rodrigo最好在这里创建一个新问题，这样更多的人可以看到它。实际上我错了。你所做的是完美的，这肯定会帮助其他人！我所要做的就是根据我的具体情况调整merge和groupby中使用的列。为了得到我想要的东西，我不得不尝试不同的组合。就是这样。非常感谢。