熊猫:如何使用查询来选择最接近的值

Question

我正在使用Pandas 0.13.0,我尝试得到两个最接近的值如下.

索引按递增值和唯一值排序.

import pandas as pd
import Quantities as pq

f = { 
    'A': [ 0.0,  0.1,  0.2,  0.5,  1.0] * pq.m,
    'B': [10.0, 11.0, 12.0, 15.0, 20.0] * pq.kPa,
    'C': [  a1,   b1,   c1,   d1,   e1]        
}

df = pd.DataFrame(f)

df.set_index(df['A'], inplace=True)

DataFrame给出:

in: print df

out:
      A       B         C
A                 
0.00  0.00 m  10.0 kPa  a1
0.10  0.10 m  11.0 kPa  b1
0.20  0.20 m  12.0 kPa  c1 
0.50  0.50 m  15.0 kPa  d1
1.00  1.00 m  20.0 kPa  e1

我有一个不在A列中的值:value_to_find = 0.15 m.此值在此过程中发生变化,因此我无法对其进行硬编码.

我试图找到获得的第一个值的最佳方式just before和值just after value_to_find列A,然后返回列A和B.然后插值value_to_find以获取B值.

结果将在过滤后:

      A       B       
A                 
0.10  0.10 m  11.0 kPa
0.20  0.20 m  12.0 kPa

---

在插值之前选择正确值的一种方法是:

filter_before = '%s <= %f' % ( 'A', value_to_find)
filter_after = '%s >= %f' % ( 'A', value_to_find)

然后:

df_before = df.query(filter_before)
df_after = df.query(filter_after )

value_before = df_before.loc[df_before['A'].idxmax(), ['A', 'B']]
value_after = df_before.loc[df_before['A'].idxmin(), ['A', 'B']]

---

有没有更好的方法呢？也许使用查询,地图或类似的东西.

喜欢:( filter_before = '%s <= %f | max(%s)' % ( 'A', value_to_find)这个对我不起作用)

谢谢.

Answer 1

除非我误解了你的问题,否则我会得到你想要的输出而不使用query:

value_to_find = 0.15
Min = df['A'] <= value_to_find
Max = df['A'] >= value_to_find
idx_Min = df.ix[Min, 'A'].idxmax()
idx_Max = df.ix[Max, 'A'].idxmin()
df.ix[idx_Min:idx_Max, ['A','B']]

       A   B
A           
0.1  0.1  11
0.2  0.2  12

我没有使用Quantities模块,但这不应该在这里发挥作用.实际上,如果你找到一个完全匹配,value_to_find输出中只有一行.