如何将一个dataframe中的值更改为另一个dataframe中的值，并且最接近匹配？

Question

我有一个带有房地产对象参数(“房间”、“广场”等)的数据帧。我想要从我从相同的初始数据集创建的(' rooms‘- 'mean Square')数据框中替换'Rooms’参数等于0的行，并将相应的房间数替换为相应的房间数。

我会使用.replace方法，但问题是-0房间行的实际平方值与平均值不完全匹配。

我刚接触pandas，所以我尝试的所有解决方案都是基于将列值放入python列表并使用循环，这简直是噩梦。我在stackoverflow上看到的所有其他类似的主题都只适用于精确匹配。

这是我想要更改值('Rooms')的初始数据帧的切片和部分：

Data.loc[数据‘房间’== 0][‘房间’，‘正方形’]

      Rooms Square
1397  0.0   138.427694
1981  0.0   212.932361
2269  0.0   41.790881
3911  0.0   49.483501
4366  0.0   81.491446
4853  0.0   2.377248
6149  0.0   38.697117
8834  0.0   87.762616

这是创建“房间”-“均方”数据帧的代码：

mean_square =data.loc[(数据‘房间’< 6) &(数据‘房间’>0)].groupby(‘房间’，as_index=False)‘正方形’..mean()

这就是结果：

    Rooms   Square
0   1.0     41.323277
1   2.0     56.788214
2   3.0     76.903234
3   4.0     98.377544
4   5.0     122.614941

例如，对于1397项，我希望0.0更改为5.0 (~138平方米最接近于4个房间的~122平方米的平均值)。

Answer 1

这是pd.merge_asof。将第一个切片作为df1，第二个切片作为df2，我们可以找到最接近的匹配项'Rooms_y'，并将结果与原始索引对齐。

import pandas as pd

df1['Rooms'] = (pd.merge_asof(df1.reset_index().sort_values('Square'), 
                              df2.sort_values('Square'), 
                              on='Square', direction='nearest')
                   .set_index('index')['Rooms_y']
                )

输出：

      Rooms      Square
1397    5.0  138.427694
1981    5.0  212.932361
2269    1.0   41.790881
3911    2.0   49.483501
4366    3.0   81.491446
4853    1.0    2.377248
6149    1.0   38.697117
8834    4.0   87.762616