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
最佳答案
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')
关于python - Pandas 按坐标合并,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/28969957/