我有一个大约500列和300行的数据框,它看起来像下面的例子。我需要根据与引用比较时最相似的列标签和索引标签选择特定的数据框单元格。
让我解释一下我的问题:假设我需要找到一个单元格,它的列标签与引用x=0.561697
最相似,索引标签与引用y=-0.12849
最相似。最有可能的是,在我的 Dataframe 的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,有时相似度高达三个十进制数,有时最多只有两个十进制数字。理想的输出应该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字上共享相同的数字)。
我可以修改方法“loc”和“iloc”来搜索相似性而不是精确的标签/值吗?或者有没有其他方法适合这个目的(即使在Pandas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,所需的输出将仅是值为“-12.463675”、列标签为“0.568911395”且索引标签为“-0.134648739”的像元
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
1条答案
按热度按时间46scxncf1#
假设将列的索引固定为1D:
您可以使用与目标值的最小绝对差值:
输出:
-12.463674538
中级:
输出:
(2, 1)
坐标:
输出:
(-0.134648739, 0.568911395)