Skip to main content
 首页 » 编程设计

python之Pandas 按坐标合并

2025年05月04日6xiaohuochai

我正在尝试合并两个 pandas 表,我在其中找到 df2 中的所有行,这些行的坐标接近 df1 中的每一行。示例如下。

df1:  
   x  y val 
0  0  1   A 
1  1  3   B 
2  2  9   C 
 
df2: 
    x    y  val 
0  1.2  2.8   a 
1  0.9  3.1   b 
2  2.0  9.5   c 
 
desired result: 
   x  y val_x val_y 
0  0  1     A   NaN 
1  1  3     B     a 
2  1  3     B     b 
3  2  0     C     c 

df1 中的每一行在 df2 中可以有 0 个、1 个或多个对应条目,找到匹配应该用笛卡尔距离来完成:

(x1 - x2)^2 + (y1 - y2)^2 < 1 

输入数据帧具有不同的大小,即使在本例中它们没有。我可以通过迭代 df1 中的行并在 df2 中找到接近值来接近,但我不确定从那里该做什么:

for i, row in df1.iterrows(): 
    df2_subset = df2.loc[(df2.x - row.x)**2 + (df2.y - row.y)**2 < 1.0] 
    # ?? What now? 

如有任何帮助,我们将不胜感激。我用 ipython 笔记本做了这个例子,所以你可以在这里查看/访问:http://nbviewer.ipython.org/gist/anonymous/49a3d821420c04169f02

请您参考如下方法:

我找到了答案,尽管我对必须遍历 df1 中的行并不是很满意。在这种情况下,只有几百个,所以我可以处理它,但它不会像其他东西那样扩展。解决方案:

df2_list = [] 
df1['merge_row'] = df1.index.values  # Make a row to merge on with the index values 
for i, row in df1.iterrows(): 
    df2_subset = df2.loc[(df2.x - row.x)**2 + (df2.y - row.y)**2 < 1.0] 
    df2_subset['merge_row'] = i # Add a merge row 
    df2_list.append(df2_subset) 
df2_found = pd.concat(df2_list) 
 
result = pd.merge(df1, df2_found, on='merge_row', how='left')