Question

我正在尝试合并两个pandas表，在那里我找到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0,1或许多相应的条目，找到匹配应该用笛卡尔距离完成：

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

输入数据框的大小不同，即使它们不在此示例中。我可以通过迭代df1中的行并在df2中找到接近的值来接近，但我不知道该怎么做：

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

非常感谢任何帮助。我用ipython笔记本制作了这个例子，你可以在这里查看/访问：http://nbviewer.ipython.org/gist/anonymous/49a3d821420c04169f02

Answer 1

我找到了答案，尽管我不乐意在df1中循环遍历行。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一样扩展。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')

pandas通过坐标合并

1 个答案: