我有兩個 Pandas DataFrame，第一個名為Points，列為“ longitude ”和“ latitude ”（即地理坐標）；并且，第二個數據框被命名為具有以下列的鏈接：第一個點為“ lon1 ”和“ lat1 ”，第二個點為“ lon2 ”和“ lat2 ”然后每行中給出的每對點創建一個鏈接/線. 此外，對于Links DataFrame，它有一個名為“ link_id ”的列。比如說，大約有 10 個點和 4,000 個鏈接。我如何通過返回'link_id'并將其作為名為' closest_link '的附加列附加到Points DataFrame來將每個給定點關聯到最近的鏈接/線？
1 回答
森欄
TA貢獻1810條經驗 獲得超5個贊
這是一種可能有效的方法?？紤]：
在兩個數據框Points和Links之間生成叉積，
然后對新 DataFrame 中的每一行應用一個函數。
查找函數為每個組報告的最小距離。
我們將新的 df 稱為PointsLinks。
下面是一些采用這種方法的代碼：
import pandas as pd
import random
Points = pd.DataFrame( [ [ 1,2 ], [ 3,4 ], [ 5,6 ] ], columns = [ 'longitude', 'latitude' ] )
Links = pd.DataFrame( [ [ 'Link1', ( 4,3 ) , ( -1, -2 ) ], [ 'Link2', (10,10) , ( -5, -5 ) ] ], columns = [ 'linkid', 'lon1&lat1', 'lon2&lat2' ] )
print(Points)
print(Links)
#Step 1: https://stackoverflow.com/questions/53699012/performant-cartesian-product-cross-join-with-pandas
def cartesian_product_basic(left, right):
return (
left.assign(key=1).merge(right.assign(key=1), on='key').drop('key', 1))
def DistanceToLink( pointlink ):
return random.randrange(10)
PointsLinks = cartesian_product_basic(Points,Links)
print( PointsLinks )
#Step 2: https://stackoverflow.com/questions/26886653/pandas-create-new-column-based-on-values-from-other-columns-apply-a-function-o
PointsLinks['distance'] = PointsLinks.apply( lambda row : DistanceToLink(row), axis = 'columns' )
print( PointsLinks )
#Step 3: Find the smallest distance per group https://stackoverflow.com/questions/27842613/pandas-groupby-sort-within-groups
closest = PointsLinks.sort_values( [ 'latitude', 'longitude', 'distance' ] , ascending = True ).groupby( [ 'latitude', 'longitude'] ).head(1)
# Drop the unnecessary columns
closest.drop( columns = ['lon1&lat1','lon2&lat2','distance'] , inplace=True)
print(closest)
以下是代碼創建的數據框：
要點：
longitude latitude
0 1 2
1 3 4
2 5 6
鏈接：
linkid lon1&lat1 lon2&lat2
0 Link1 (4, 3) (-1, -2)
1 Link2 (10, 10) (-5, -5)
然后是 PointsLinks（在使用 apply() 添加距離列之后：
longitude latitude linkid lon1&lat1 lon2&lat2 distance
0 1 2 Link1 (4, 3) (-1, -2) 1
1 1 2 Link2 (10, 10) (-5, -5) 6
2 3 4 Link1 (4, 3) (-1, -2) 0
3 3 4 Link2 (10, 10) (-5, -5) 9
4 5 6 Link1 (4, 3) (-1, -2) 5
5 5 6 Link2 (10, 10) (-5, -5) 1
我沒有實施DistanceToLink。我只是在那里放了一個隨機數生成器。這是第一個pointlink對象的樣子（它是一個代表一行的系列）：
longitude 1
latitude 2
linkid Link1
lon1&lat1 (4, 3)
lon2&lat2 (-1, -2)
現在您有了每個組合的距離，您可以找到并選擇具有最短距離的 PointLink 對（使用pandas groupby sort within groups）：
closest = PointsLinks.sort_values( [ 'latitude', 'longitude', 'distance' ] , ascending = True ).groupby( [ 'latitude', 'longitude'] ).head(1)
以下是結果：
longitude latitude linkid
0 1 2 Link1
2 3 4 Link1
5 5 6 Link2
添加回答
舉報
0/150
提交
取消