pandas已知数值怎么找位置_如何在Pandas系列中找到与输入数字最接近的值？

Ivo Merchier..

7

除了不能完全回答问题之外，这里讨论的其他算法的另一个缺点是它们必须对整个列表进行排序。这导致〜N log(N)的复杂性。

然而，也可以实现同样的结果〜n的。这种方法将数据帧分为两个子集，一个子集小于期望值。在较小的数据帧中，较低的邻居比最大值大，对于较高的邻居，反之亦然。

这给出了以下代码片段：

def find_neighbours(value):

exactmatch=df[df.num==value]

if !exactmatch.empty:

return exactmatch.index[0]

else:

lowerneighbour_ind = df[df.num

upperneighbour_ind = df[df.num>value].idxmin()

return lowerneighbour_ind, upperneighbour_ind

这种方法类似于在熊猫中使用分区，这在处理大型数据集时变得非常有用，而复杂性成为一个问题。

两种策略的比较表明，对于较大的N，分区策略的确更快。对于较小的N，排序策略将以更低的级别实现，因此效率更高。它也是单行代码，可能会提高代码的可读性。

复制此图的代码如下所示：

from matplotlib import pyplot as plt

import pandas

import numpy

import timeit

value=3

sizes=numpy.logspac