python - pandas - 涉及分类分组的最近值查找

Question

我正在为以下问题寻找一个简单的解决方案:我有两个数据框。第一个包含三列 'Var'、'Date' 和 'Type':

df1

    date    type    var
0   2015-01-01  A   0.014370
1   2015-01-02  A   30.835206
2   2015-01-03  A   60.311195
3   2015-01-04  A   90.716415
4   2015-01-05  A   120.589583
...     ...     ...     ...
85  2015-01-26  C   750.286017
86  2015-01-27  C   780.010769
87  2015-01-28  C   810.491360
88  2015-01-29  C   840.598564
89  2015-01-30  C   870.811063

它充当df2 的查找表。此数据框由一些可变列(此处为了便于阅读而省略)以及 'Var' 和 'Type' 组成，它们对应于 df1 中的相同列。

df2 = pd.DataFrame({'Type': np.random.choice(['A', 'B', 'C'], 10),
                   'Var': np.random.sample(10) * 800})

    Type    Var
0   C   317.399765
1   A   774.845006
2   B   260.912633
3   B   170.722395
4   C   433.842763
5   C   626.290970
6   A   347.950419
7   C   770.953878
8   B   477.139350
9   B   134.014690

我现在想获取 df2 的每一行，在 df1 中查找 ['Type', 'Var'] 的组合和在df2中填写相应的日期值。我经常使用此操作，正在寻找一种快速、简短、简单且“最佳实践方式”。

我经常为此使用复杂的 argsort 结构。 merge_asof() 有时也可以，但大多数时候我只想填充一列。

我觉得涉及不同类型(以及未排序的值)的数据结构使这个简单的操作变得复杂。欢迎提出任何改进建议:)

Answer 1

我解决了这个问题:

df1 = df1.sort_values(by='Var')
df2 = df2.sort_values(by='Var')

m = pd.merge_asof(df2, df1, on='Var', by='Type',  direction='nearest')

这已经很短了，但是如果有更好的解决方案请告诉我。我忘记了 by= 运算符实际上是或“分组”数据。我尝试在 on= 中使用多个键，这引发了错误。