基于某个col1值查找col2值，如果不存在，则使用pandas保留最近的值

Question

我有这样一个数据框：

df
col1      col2      
 1         10
 2         15
 4         12
 5         23
 6         11
 8         32
 9         12
 11        32
 2         23
 3         21
 4         12
 6         15
 9         12
 10        32

我想为col1的每1、5和10个值选择col2值。如果col1值不是1、5或10，则保留col1值最接近1、5或10的col2值

例如，最终df将如下所示：

df
col1      col2      
 1         10
 5         23
 11        32
 2         23
 6         15
 10        32

如何使用熊猫而不使用任何循环

Answer 1

试试这个：

def extract_vals(x, vals=[1,5,10]):
    vals = np.array(vals)
    s = abs(x['col1'].values - vals[:,None])

    return x.iloc[s.argmin(axis=1)]

s = df.col1.diff().lt(0).cumsum()
df.groupby(s).apply(extract_vals).reset_index(drop=True)

由于第二组中存在4,6，因此输出与您的不同：

    col1    col2
0   1       10
1   5       23
2   9       12
3   2       23
4   4       12
5   10      32