python: 两个csv的dataframe中数值比较

Question

我有两个不同大小的dataframe,  csv文件，形式都是是['name','category','value1','value2','value3'] 

首先需要改成['name','category','value1';'name','category','value2','name','category','value3']的格式，

 

然后需要将其中一个的每一value和第二个dataframe中的所有的value进行比较，找出最接近的值，然后计算差值，print出这个值所在的索引。

最后得到结果文件。

对循环，数值目前理解困难。 

nearest=(np.abs(array - value)).argmin()

需要对value（第一个dataframe中数值）进行循环，

有大神可以帮忙么

 

Answer 1

试下下面的代码, 两个表都是二维的表, 思路:

• 两个循环, 第1层循环第1个表的每个值, 第2个循环是在第2个表中按列循环
• 判断是否为最小值,获取索引

import pandas as pd
import numpy as np
np.random.seed(123)
data1 = pd.DataFrame({'A':np.random.randint(50,100,5),'B':np.random.randint(5,20,5)})
data2 = pd.DataFrame(np.random.randint(50,100,(5,2)),columns=['a','b'])

lis = data1.melt()['value'].tolist()
for i in lis:
    datai = abs(i - data2)
    i_min = datai.min().min()
    for col in datai.columns:
        if i_min in datai[col].values:
            i_index = datai[col][datai[col].values==i_min].index.tolist()
            print(i,'→',i_index)

95 → [3]
52 → [2]
78 → [1, 3, 4]
84 → [0]
88 → [0]
6 → [2]
8 → [2]
15 → [2]
16 → [2]
14 → [2]