使用Pandas在每个过滤器中确定列中的最接近值
问题内容：
我有一个包含类别和值的数据框。我需要在每个类别中找到最接近值的值。我想我已经接近了，但是当将argsort的结果应用于原始数据帧时，我并不能真正获得正确的输出。
例如，如果输入是在代码中定义下面的输出应该只(a, 1, True)，(b, 2, True)，(c, 2, True)和所有其他isClosestValues应该是假。
如果多个值最接近，则它应该是列出的第一个标记的值。
这是我可以使用的代码，但是我无法正确将其重新应用于数据框。我喜欢一些指针。
df = pd.DataFrame()
df['category'] = ['a', 'b', 'b', 'b', 'c', 'a', 'b', 'c', 'c', 'a']
df['values'] = [1, 2, 3, 4, 5, 4, 3, 2, 1, 0]
df['isClosest'] = False
uniqueCategories = df['category'].unique()
for c in uniqueCategories:
filteredCategories = df[df['category']==c]
sortargs = (filteredCategories['value']-2.0).abs().argsort()
#how to use sortargs so that we set column in df isClosest=True if its the closest value in each category to 2.0?
问题答案：
您可以创建一列绝对差异：
df['dif'] = (df['values'] - 2).abs()
df
Out:
category values dif
0 a 1 1
1 b 2 0
2 b 3 1
3 b 4 2
4 c 5 3
5 a 4 2
6 b 3 1
7 c 2 0
8 c 1 1
9 a 0 2
然后使用groupby.transform检查每个组的最小值是否等于您计算出的差：
df['is_closest'] = df.groupby('category')['dif'].transform('min') == df['dif']
df
Out:
category values dif is_closest
0 a 1 1 True
1 b 2 0 True
2 b 3 1 False
3 b 4 2 False
4 c 5 3 False
5 a 4 2 False
6 b 3 1 False
7 c 2 0 True
8 c 1 1 False
9 a 0 2 False
df.groupby('category')['dif'].idxmin()还会为您提供每个类别的最接近值的索引。您也可以将其用于映射。
供选择：
df.loc[df.groupby('category')['dif'].idxmin()]
Out:
category values dif
0 a 1 1
1 b 2 0
7 c 2 0
分配：
df['is_closest'] = False
df.loc[df.groupby('category')['dif'].idxmin(), 'is_closest'] = True
df
Out:
category values dif is_closest
0 a 1 1 True
1 b 2 0 True
2 b 3 1 False
3 b 4 2 False
4 c 5 3 False
5 a 4 2 False
6 b 3 1 False
7 c 2 0 True
8 c 1 1 False
9 a 0 2 False
这些方法之间的差异在于，如果对照差异检查相等性，则在有联系的情况下，所有行都将为True。但是，idxmin第一次出现时，它将返回True（每个组仅返回一个）。
