Python 如果单元格值存在于另一个数据框中但具有范围，则过滤 Pandas 数据框

发布于09月05日

我有两只Pandas DataFrame， struct 相同.数据帧B是数据帧A的子集.

我要筛选DataFrame B，只有当价格值出现在DataFrame A，or it is within 1% of a value in DataFrame A中时.

例如，即使不存在确切的价格，如果A中有一行的价格为+/-1%，我也希望保持该值.

数据帧A:

index  price
    0  20.23
    1  10.34
    2  5.28
    3  12.25
    4  12.32

数据帧B:

index  price
    0  0.23
    1  10.34
    2  5.26

过滤所需的结果:

index  price
    0  10.34
    1  5.26

import pandas as pd

dfA = pd.DataFrame({'index': [0, 1, 2, 3, 4],
        'price': [20.23, 10.34, 5.28, 12.25, 12.32]})

dfB = pd.DataFrame({'index': [0, 1, 2],
        'price': [0.23, 10.34, 5.26]})

下面的内容只会给我提供完全匹配的信息.

dfB[dfB['price'].isin(dfA['price'])]

推荐答案

下面是另一个例子，使用.merge_asof(注意:dfA和dfB需要按price排序):

dfA = dfA.sort_values("price")
dfB = dfB.sort_values("price")

x = pd.merge_asof(dfB, dfA, on="price", direction="nearest")

创建x个:

   index_x  price  index_y
0        0   0.23        2
1        2   5.26        2
2        1  10.34        1

然后计算百分比差值:

x["diff"] = np.abs(x["price"] - dfA.loc[x["index_y"], "price"].values)
print(x[x["diff"] <= (x["price"] / 100)])

打印:

   index_x  price  index_y  diff
1        2   5.26        2  0.02
2        1  10.34        1  0.00

完整的代码如下:

dfA = dfA.sort_values("price")
dfB = dfB.sort_values("price")

x = pd.merge_asof(dfB, dfA, on="price", direction="nearest")
x["diff"] = np.abs(x["price"] - dfA.loc[x["index_y"], "price"].values)
x = x[x["diff"] <= (x["price"] / 100)]

x = x[["index_x", "price"]].set_index("index_x").rename_axis(index=None).sort_index()
print(x)

打印: