用pandas查询最接近的对象（按时间）满足一系列条件

Question

我正在使用Pandas管理一组文件，这些文件有几个属性：

import pandas as pd

data = {'Objtype'   : ['bias', 'bias', 'flat', 'flat', 'StdStar', 'flat', 'Arc', 'Target1', 'Arc', 'Flat', 'Flat', 'Flat', 'bias', 'bias'], 
        'UT'        :  pd.date_range("11:00", "12:05", freq="5min").values,
        'Position'  : ['P0', 'P0', 'P0', 'P0', 'P1', 'P1','P1', 'P2','P2','P2', 'P0', 'P0', 'P0', 'P0']}

df   = pd.DataFrame(data=data)

这给了我一个这样的数据帧：

    Objtype Position                  UT
0      bias       P0 2016-07-15 11:00:00
1      bias       P0 2016-07-15 11:05:00
2      flat       P0 2016-07-15 11:10:00
3      flat       P0 2016-07-15 11:15:00
4   StdStar       P1 2016-07-15 11:20:00
5      flat       P1 2016-07-15 11:25:00
6       Arc       P1 2016-07-15 11:30:00
7   Target1       P2 2016-07-15 11:35:00
8       Arc       P2 2016-07-15 11:40:00
9      Flat       P2 2016-07-15 11:45:00
10     Flat       P0 2016-07-15 11:50:00
11     Flat       P0 2016-07-15 11:55:00
12     bias       P0 2016-07-15 12:00:00
13     bias       P0 2016-07-15 12:05:00

我想索引的对象，满足除了另一个暂时的条件。例如：

我想要离Target1最近的对象，它的Objtype是'Arc'。对于这个问题，我将得到两个候选人：6和8。你知道吗

例如，如果我要查询距离Target1最近的对象，其Objtype是'Arc'，并共享相同的Position（P2）。我会得到8分。你知道吗

我正试图根据初始条件对数据帧进行切片，然后使用numpy，但我造成了一个非pythonic的混乱。你知道吗

有什么建议吗？你知道吗

Answer 1

让我们建立一个函数

def get_closest(df, idx, bool_cond, to_this):
    others = df.loc[bool_cond, to_this]
    target = df.loc[idx, to_this]
    return df.ix[(others - target).abs().idxmin()]

首先，假设当你在寻找最接近其他事物的事物时，我们有一个唯一的索引。如果你没有，就去拿。在本例中，索引是7，因为它是'Target1'的对应值。接下来，构建一个表示所关心的条件的布尔序列。你知道吗

cond1 = df.Objtype == 'Arc'
cond2 = df.Position == df.loc[7, 'Position']

然后我们可以调用如下函数：

get_closest(df, 7, cond1, 'UT')

Objtype                     Arc
Position                     P1
UT          2016-07-15 11:30:00
Name: 6, dtype: object

太好了！你提到有两个项目一样接近，我不想交付两个。我把它作为练习留给你。此函数确实传递了最接近并满足条件的行。你知道吗

关于：

get_closest(df, 7, cond1 & cond2, 'UT')

Objtype                     Arc
Position                     P2
UT          2016-07-15 11:40:00
Name: 8, dtype: object

太好了！这就是我们想要的。你知道吗

---

解释get_closest

• df是我们关心的数据帧。你知道吗
• idx是表示目标的索引。你知道吗
• bool_cond是True/False序列，用于切片df
• to_this是我们用来测量距离的列名。你知道吗

---

def get_closest(df, idx, bool_cond, to_this):
    # filter dataframe
    others = df.loc[bool_cond, to_this]
    # get to_this value for target row
    target = df.loc[idx, to_this]
    # get index value for smallest absolute difference
    # and use it to get the resulting row
    return df.ix[(others - target).abs().idxmin()]