时间戳

首页 > 解决方案 > Pandas 根据输入在数据框中找到最匹配的 n 行

python - Pandas 根据输入在数据框中找到最匹配的 n 行

问题描述

抱歉，如果有人问过这种事情。我一直无法完全找到适合我需要的东西。

这是我正在使用的示例数据集：

年龄 高度 重量
25 70 120
27 50 160
34 66 140
29 40 170
27 50 160
34 66 140
29 40 170
27 50 160
34 66 140

等等

“用户”将能够输入他们的年龄、身高和体重作为输入。我编写了一个简单的类来保存此输入并将其转换为单独的数据框：

class new_data:
    def __init__(self, Age, Height, Bra, Weight, Bust, Waist, Hips):
        self.Age = Age
        self.Height = Height
        self.Weight = Weight
        
    def for_dict(self):
        return {
            'Age': self.Age,
            'Height': self.Height,
            'Weight': self.Weight,
        }

test = [new_data(Age = 20, Height = 30, Weight = 102] #sample data
df_input = pd.DataFrame.from_records([i.for_dict() for i in test])

我希望能够获取该 df_input，并尝试从我的初始数据集中找到最匹配的行，然后作为反馈提供给“用户”。我一直在思考是否要单独访问每一列，找到一些接近的匹配项，然后继续尝试基于该排序的匹配项。我也希望能够在流程结束时呈现一种百分比匹配。

我仍在学习 Python，所以任何想法都将不胜感激。

谢谢！

标签： pythonpandasdataframe

解决方案

一种使用方式numpy.linalg.norm：

dist = np.linalg.norm(df - df_input.to_numpy(), axis=1)
indices = np.argwhere(dist == min(dist))

输出：

array([[0]], dtype=int64)

推荐阅读