关闭。这个问题需要细节或清晰。它目前不接受答案。
**想改进这个问题吗？**通过编辑这个帖子来添加细节并澄清问题。

5小时前关门了。
改进这个问题
我有两个Dataframe， df_treatment 以及 df_control . 我想匹配 df_treatment 最接近的匹配 df_control 基于他们的倾向得分（已经计算）。
问题是，我发现的唯一方法是基于knn最近邻算法，但替换是一个元素 df_control 可能与中的多个元素匹配 df_treatment .
我正试图找到一种方法，根据倾向性得分来匹配这两个数据集，以减少混淆偏差，但使用匹配方法而不进行替换，因为我必须将治疗组中的每个元素与其最接近的倾向性得分匹配，而对照组的元素只能与治疗组的一个元素匹配。
我试图用算法删除原始文件中的元素 df_control 一旦它们与治疗组中的一个元素匹配（并“移动”到 df_matched_control )，但我还没有找到解决这个问题的方法。
我检查了这两个笔记本的倾向性得分与python中的knn匹配，但我们都使用替换匹配：
https://nbviewer.jupyter.org/github/ethen8181/machine-learning/blob/master/ab_tests/causal_inference/matching.ipynb
https://github.com/konosp/propensity-score-matching/blob/main/propensity_score_matching_v2.ipynb
r包matchit有最近邻匹配解决了这个问题，但是我在python中找不到任何类似的东西。