大熊猫：每行适用哪个阈值？

Question

给定分数列，例如，scores = pd.DataFrame({"score":np.random.randn(10)})和阈值thresholds = pd.DataFrame({"threshold":[0.2,0.5,0.8]},index=[7,13,33])我想找到每个分数的适用阈值，例如，      score   threshold 0 -1.613293   NaN 1 -1.357980   NaN 2  0.325720     7 3  0.116000   NaN 4  1.423171    33 5  0.282557     7 6 -1.195269   NaN 7  0.395739     7 8  1.072041    33 9  0.197853   NaNIOW，对于每个分数，s我都希望阈值t使得t = min(t: thresholds.threshold[t] < s)我怎么做？PS。根据已删除的答案：pd.cut(scores.score, bins=[-np.inf]+list(thresholds.threshold)+[np.inf],       labels=["low"]+list(thresholds.index))

Answer 1

您可以使用np.digitize以下方法实现它：

indeces = [None,] + thresholds.index.tolist()

scores["score"].apply(

    lambda x: indeces[np.digitize(x, thresholds["threshold"])])

Answer 2

您可以merge_asof通过一些操作来获得准确的结果。

(pd.merge_asof( scores.reset_index().sort_values('score'), 

                thresholds.reset_index(), 

                left_on='score', right_on= 'threshold', suffixes = ('','_'))

     .drop('threshold',1).rename(columns={'index_':'threshold'})

     .set_index('index').sort_index())

并使用您的数据，您将获得：

          score  threshold

index                     

0     -1.613293        NaN

1     -1.357980        NaN

2      0.325720        7.0

3      0.116000        NaN

4      1.423171       33.0

5      0.282557        7.0

6     -1.195269        NaN

7      0.395739        7.0

8      1.072041       33.0

9      0.197853        NaN