我有一个包含以下假设数据的 Pandas DataFrame:
ID Time X-coord Y-coord
0 1 5 68 5
1 2 8 72 78
2 3 1 15 23
3 4 4 81 59
4 5 9 78 99
5 6 12 55 12
6 7 5 85 14
7 8 7 58 17
8 9 13 91 47
9 10 10 29 87
对于每一行(或 ID),我想找到此数据框中时间和空间(X 和 Y)最接近的 ID。奖励:时间应该优先于 XY。 理想情况下,最后我希望有一个名为“Closest_ID”的新列,其中包含数据框中最近的 ID。
我无法为此提供一个函数。
我非常感谢任何为我指明正确方向的帮助或提示!
非常感谢!
最佳答案
让我们将 df
表示为我们的数据帧。然后你可以这样做:
from sklearn.metrics import pairwise_distances
space_vals = df[['X-coord', 'Y-coord']]
time_vals =df['Time']
space_distance = pairwise_distance(space_vals)
time_distance = pairwise_distance(time_vals)
space_distance[space_distance == 0] = 1e9 # arbitrary large number
time_distance[time_distance == 0] = 1e9 # again
closest_space_id = np.argmin(space_distance, axis=0)
closest_time_id = np.argmin(time_distance, axis=0)
然后,您可以将最后 2 个结果存储在 2 列中,或者以某种方式决定哪一个更接近。
注意:此代码尚未经过检查,并且可能存在一些错误...
关于python - 在 Pandas DataFrame 中查找数字最接近的行,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/59951905/