我有3列的熊猫数据框，其中：
值dtype-浮点数
df = pd.DataFrame()
df['category'] = ['a', 'b', 'b', 'b', 'c', 'a', 'b', 'c', 'c', 'a']
df['date'] = ['2018-01-01', '2018-01-01', '2018-01-03', '2018-01-05', '2018-01-01', '2018-01-02', '2018-01-06', '2018-01-03', '2018-01-04','2018-01-01']
df['values'] = [1, 2, -1.5, 2.3, 5, -0.7, -5.2, -5.2, 1, -1.1]
df
我想筛选出每个类别中具有接近该日期的正值和负值（差异最小）的行。
因此，基本上，输出看起来像：
df = pd.DataFrame()
df['category'] = ['a', 'a','b', 'b', 'c', 'c']
df['date'] = ['2018-01-01', '2018-01-01', '2018-01-01', '2018-01-03', '2018-01-01', '2018-01-03']
df['values'] = [1, -1.1, 2, -1.5, 5, -5.2]
df
我曾在SO上查询过类似的查询（使用Pandas为每个过滤器标识一列中的最接近值，如何找到Pandas系列中与输入数字最接近的值？）
第一个使用idxmin，它返回第一次出现的值，而不是最接近的值。
第二个链接是关于特定值作为输入的-我不认为纯粹的方法np.argsort适用于我。
我可以想象使用一个复杂的if语句网络来执行此操作，但是，我不确定最有效的方法是使用熊猫。
任何指导将不胜感激。
IIUC，首先对您的数据框进行排序，然后使用idxmin：
df1 = df.sort_values(['category','date'])
df1[df1.groupby('category')['values']\
.transform(lambda x: x.index.isin([x.ge(0).idxmin(), x.lt(0).idxmin()]))]
输出：
category date values
0 a 2018-01-01 1.0
9 a 2018-01-01 -1.1
1 b 2018-01-01 2.0
2 b 2018-01-03 -1.5
4 c 2018-01-01 5.0
7 c 2018-01-03 -5.2
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
我来说两句