将数据帧中的行返回到整数列表

Question

我有一个包含多个列的dataframe和一些包含文本数据的1000行。一列包含按升序（0、0.45、0.87、1.10等）表示时间的浮点。在此基础上，我想构建一个新的数据帧，它只包含这些时间值最接近整数x=0,1,2,3……等等的所有行

在Stackoverflow上，我发现了一个非常相似的问题的答案，DSM发布的答案。代码基本上是这样的，修改（希望）给出-最接近x的数字，df是我的数据帧。在

df.loc[(df.ElapsedTime-x).abs().argsort()[:1]]

这似乎基本上满足了我对一个x值的需要，但我无法找出如何在整个数据帧上迭代这个值，以提取列值最接近x=0,1,2,3的行。这段代码给了我一个数据帧，必须有一种方法来循环这个并附加结果数据帧以获得所需的结果？在

我试过了：

^{pr2}$

L，原则上有正确的行，但它是一个混乱的列表，执行起来需要很长时间，因为for循环不是遍历数据帧的好方法。我更希望得到一个数据帧作为结果。在

我觉得我错过了一些小事。在

不知道如何发布所需的数据帧。在

假设时间值是（取自我的数据帧）：

0.00,0.03,0.58,1.59,1.71,1.96,2.21,2.33,2.46,2.58,2.7,2.83,2.95,3.07  

为0,1,2,3获取的值将为0.58,1.96,2.95

@beroe:如果数字是0.8，1.1，1.4，2.8，在这种情况下，1.1应该是1，1.4应该是2。例如，数字是0.5 1.5 2.5。虽然我认为这不太可能发生在我的数据中，但我认为把1.5作为1和2.5作为2是很好的。在这个应用程序中，我不认为它是那么关键，尽管我不确定我将如何实现这一点。在

如果有人需要其他信息，请告诉我。在

Answer 1

不知道这会有多快，但您可以取整时间以获得“整数”候选值，取差值的绝对值为自己找到最接近的，然后按差进行排序，然后groupby返回接近整数的行的整数时间：

# setting up my fake data 
df=pd.DataFrame()
df['ElapsedTime']=pd.Series([0.5, 0.8, 1.1, 1.4, 1.8, 2.2, 3.1])

# To use your own data set, set df = Z, and start here...
df['bintime'] = df.ElapsedTime.round()
df['d'] = abs(df.ElapsedTime - df.bintime)
dfindex = df.sort('d').groupby('bintime').first()

对于上面定义的假时间序列，dfindex的内容是：

^{pr2}$

Answer 2

考虑下面的pd.Seriess

s = pd.Series(np.arange(5000), np.random.rand(5000) * 100).sort_index()

s.head()

0.002587    3007
0.003418    4332
0.060767    2045
0.125182    3179
0.134487    4614
dtype: int64

获取所有最接近的整数：

^{pr2}$

然后使用method='nearest'重新编制索引

^{3}$