如果它们之间的绝对差值最小，则将一个数据帧的列值替换为另一个数据帧的列值答案

【问题标题】：Replace a column value of one dataframe with a column value of another dataframe if the absolute difference between them is the lowest如果它们之间的绝对差值最小，则将一个数据帧的列值替换为另一个数据帧的列值
【发布时间】：2022-01-13 17:05:20
【问题描述】：

我有一个数据框 df1，其值如下所示。

df1

df2

Var2
84.95632934
97.58280346

现在，我将 df1 中的值替换为 df2 中的值，该值的绝对差值如下所示。 diff1 是通过从 df2 中的第一个值（即 84.95632934）中减去 df1 中的值获得的。类似地，通过从 df2 中的第二个值（即 97.58280346）中减去 df1 中的值来获得 diff2。 diff1 列显示 df1 中 89.7366 值的差异最小，因此将其替换为 84.95632934。同样，diff2 显示 df1 中 96.2842 值的绝对差异最小，因此将其替换为 97.58280346。

Var1      diff1      diff2
105.1290  20.1727    7.5462
52.7885  -32.1678   -44.7943
10.9922  -73.9641   -86.5906
22.8443  -62.1120   -74.7385
73.5880  -11.3683   -23.9948
96.2842*  11.3279   -1.2986
91.9474   6.9911    -5.6354
41.6485  -43.3078   -55.9343
68.4402  -16.5161   -29.1426
89.7366*  4.7803    -7.8462

作为结果的最终数据帧应如表 df3 所示。如何获取df3？

df3

【问题讨论】：

为什么要标记这两个值？
这些是 df1 中将被替换的值
好的，我明白了。你如何确定这些？我试图理解，但我有点困惑......

标签： python pandas dataframe replace

【解决方案1】：

使用array broadcasting 计算差异并使用.loc 和idxmin 设置值：

other = df2["Var2"].to_numpy()
differences = pd.DataFrame(df1['Var1'].to_numpy()[:, None] - other).abs()
df1["Var1"].loc[differences.idxmin()] = other

>>> df1
         Var1
0  105.129000
1   52.788500
2   10.992200
3   22.844300
4   73.588000
5   97.582803
6   91.947400
7   41.648500
8   68.440200
9   84.956329

【讨论】：