根据最相似的列和索引标签(与引用相比)在Pandas Dataframe中查找特定的单元格
根据最相似的列和索引标签(与引用相比)在Pandas Dataframe中查找特定的单元格
提问于 2022-11-22 09:52:40
我有大约500列和300行的dataframe，如下所示。与引用相比，我需要根据大多数相似的列标签和索引标签来选择特定的数据单元格。
让我解释一下我的问题:假设我需要找到一个单元格，该单元格的列标签与x=0.561697最相似，索引标签最类似于引用y=-0.12849。很可能，在我的dataframe列和索引中没有引用的标签，但是有非常相似的标签，这就是我想要找到的。另一个问题是，有时相似程度高达三个十进制数，有时只有两个十进制数。理想的输出将是列和索引标签与引用最相似的单元格(即它们在大多数十进制数上共享相同的数字)。
我能否以某种方式修改方法"loc“和"iloc”以搜索相似性，而不是精确的标签/值？或者有其他方法可以达到这个目的(即使是在熊猫之外)？谢谢你的建议。
#example of my dataframe
my_index=[[-0.176931, -0.15578987, -0.134648739]]
my_columns=[[0.447852, 0.568911395, 0.31997079, 0.451030185, 0.45208958]]
data=[[-6.027819824, -7.581473207, -9.277630354, -10.967289156, -12.490250252], [-13.749975397, -14.709719522, -15.317946078, -15.45502317, -14.990571819], [-13.922128986, -12.463674538, -10.987597885, -9.843527599, -9.179409063]]
df=pd.DataFrame(data)
df.columns=my_columns
df1=df.set_index(my_index)
df1使用此示例，所需输出仅为值为"-12.463675“的单元格，其列标签为"0.568911395”，索引标签为"-0.134648739“。
DataFrame df1
0.447852 0.568911 0.319971 0.451030 0.452090
-0.176931 -6.027820 -7.581473 -9.277630 -10.967289 -12.490250
-0.155790 -13.749975 -14.709720 -15.317946 -15.455023 -14.990572
-0.134649 -13.922129 -12.463675 -10.987598 -9.843528 -9.179409回答 1
Stack Overflow用户
回答已采纳
发布于 2022-11-22 10:35:29
假设您将列的索引修正为1D：
df1.columns = my_columns[0]
# Float64Index([0.447852, 0.568911395, 0.31997079, 0.451030185, 0.45208958], dtype='float64')您可以对目标使用最小绝对差：
import numpy as np
out = df1.iloc[np.argmin(abs(df1.index-y)), np.argmin(abs(df1.columns-x))]输出：-12.463674538
中级：
np.argmin(abs(df1.index-y)), np.argmin(abs(df1.columns-x))输出：(2, 1)
坐标：
y_pos = np.argmin(abs(df1.index-y))
x_pos = np.argmin(abs(df1.columns-x))
df1.index[y_pos], df1.columns[x_pos]输出：(-0.134648739, 0.568911395)
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/74530609
复制相关文章
相似问题
腾讯云开发者
