python - 使用 apply() 合并 Pandas DataFrame 仅在两列中部分匹配时合并

Question

我需要合并两个 pandas DataFrame，但不仅要合并精确的列值，还要合并近似的列值。

例如，我有这两个 DataFrame:

import pandas as pd
d = {'col1': ["a", "b", "c", "d"], 'col2': [3, 4, 66, 120]}
df = pd.DataFrame(data=d)

    col1    col2
0   a       3
1   b       4
2   c       66
3   d       120

d2 = {'col1a': ["aa", "bb", "cc", "dd"], 'col2b': [3, 4, 67, 100]}
df2 = pd.DataFrame(data=d2)
    col1a   col2b
0   aa      3
1   bb      4
2   cc      67
3   dd      100

现在，如果我只是将它们加入 col2 和 col2b 列，我只会得到列值完全相同的两行。

pd.merge(df, df2, how='inner', left_on='col2', right_on='col2b')
    col1    col2    col1a   col2b
0   a       3       aa      3
1   b       4       bb      4

现在，为了简单起见，我还想根据左侧 DataFrame 整数值的 +1 或 -1 来合并列值。在左侧 DataFrame 的示例中，除了具有值 3 的行之外，值 66 还应与右侧 DataFrame 中的值 67 相匹配> 和 4:

        col1    col2    col1a   col2b
    0   a       3       aa      3
    1   b       4       bb      4
    2   c       66      cc      67

不确定如何解决这个问题，不知何故需要使用 apply() 根据近似列值进行合并？

Answer 1

这是merge_asof的一种方法

pd.merge_asof(df,df2,left_on='col2',right_on='col2b',tolerance = 1,direction ='nearest').dropna()
Out[7]: 
  col1  col2 col1a  col2b
0    a     3    aa    3.0
1    b     4    bb    4.0
2    c    66    cc   67.0