我有一个包含n个元素的列表，比如：

[5,30,60,180,240]

以及具有以下特征的 Dataframe

id1 id2 feat1
1     1   40
1     2   40
1     3   40
1     4   40
2     6   87
2     7   87
2     8   87

id1 + id2的组合是唯一的，但是具有公共id1的所有记录共享feat1的值。我想编写一个函数，通过groupby + apply运行它（或更快的方法），该方法创建名为“closest_number”的列。对于给定的id1+id2，“closest_number”将是feat1列之间最近的元素（或ID1，因为记录共享Feat1）和列表的每个元素。
预期输出：

id1 id2 feat1 closest_number
1     1   40      30
1     2   40      30
1     3   40      30
1     4   40      30
2     6   87      60
2     7   87      60
2     8   87      60

如果这是一个标准的2数组查找问题，我可以这样做：

def get_closest(array, values):
    # make sure array is a numpy array
    array = np.array(array)

    # get insert positions
    idxs = np.searchsorted(array, values, side="left")
    
    # find indexes where previous index is closer
    prev_idx_is_less = ((idxs == len(array))|(np.fabs(values - array[np.maximum(idxs-1, 0)]) < np.fabs(values - array[np.minimum(idxs, len(array)-1)])))
    idxs[prev_idx_is_less] -= 1
    
    return array[idxs]

如果我应用此命令，则会得到输出列：

array([30, 60])

然而，我不会得到任何关于它们与30和60对应的指数的信息。
什么是最佳的方法呢？由于我的元素列表非常小，我在数据集中创建了距离列，然后我选择了一个能得到最小距离的列。
但我想应该有更优雅的方式来做这件事。
巴西