Python:从离另一个数据集最近的点的集合邻域查找max值，第一个df非常大。

Question

我有两列df1和df2。

df1有两列。我想从idx找到row的索引df1，它在col1中包含了与df2 col1值的最小距离。

接下来，我想从df1 col2中找到neighborhood [idx-10, idx+10]的最大值。然后将该值附加到df2，并将其附加到找到最小距离的相应行。

下面是这两列的一个示例：

df1 = pd.DataFrame({"A": [1,1.5,2.5,3,3.5,3.95,4.55],
                    "B": [0.25, 0.6, 1.34, 0.75, 0.16, 1.04, 0.99]})
      A     B
0  1.00  0.25
1  1.50  0.60
2  2.50  1.34
3  3.00  0.75
4  3.50  0.16
5  3.95  1.04
6  4.55  0.99


 df2 = pd.DataFrame({"A1": [1.06,2.34, 3.70],
                     "C": ["pink", "blue", "orange"]})  

  A1       C
0  1.06    pink
1  2.34    blue
2  3.70  orange

以下是预期的结果：

df3 = pd.DataFrame({"A1":[1.06,2.34, 3.70],
                    "B": [0.25, 0.6, 1.04],
                    "C": ["pink", "blue", "orange"] })


  A1     B       C
0  1.06  0.25    pink
1  2.34  0.60    blue
2  3.70  1.04  orange

我知道我可以合并这些数据帧，但问题是其中一个df1非常大，所以要计算A和A1列的所有可能距离需要大量的内存。所以，也许还有比这更有效率的东西？我知道这个例子并不准确，因为结果数据帧的列B包含的值与A中的A[i]-A1[j] = min|A[i]-A1[j]|行完全匹配，

然而，我需要B值作为B在A= [A[i]-5, A[i]+5]行中的最大值。

Answer 1

提供的输出的逻辑是完全清楚的，但是如果要合并A/A1中最近的值，请使用pandas.merge_asof

df3 = pd.merge_asof(df2, df1.rename(columns={'A': 'A1'}),
                    on='A1', direction='nearest')

idx±10上的条件也不清楚，但如果要设置最大距离，请使用tolerance=10

产出：

     A1       C     B
0  1.06    pink  0.25
1  2.34    blue  1.34
2  3.70  orange  0.16