Question

我有2个与之合作的数据框。一个有一堆位置和坐标（经度，纬度）。另一个是天气数据集，其中包含来自世界各地气象站的数据及其各自的坐标。我正在尝试将最近的气象站连接到我的数据集中的每个位置。气象站名称和我的位置名称不匹配。

我试图通过坐标中最接近的匹配来链接它们，并且不知道从哪里开始。

我在考虑使用

np.abs((location['latitude']-weather['latitude'])+(location['longitude']-weather['longitude'])

每个

的例子

的位置...

Location   Latitude   Longitude Component  \
     A  39.463744  -76.119411    Active   
     B  39.029252  -76.964251    Active   
     C  33.626946  -85.969576    Active   
     D  49.286337   10.567013    Active   
     E  37.071777  -76.360785    Active

...天气

     Station Code             Station Name  Latitude  Longitude
     US1FLSL0019    PORT ST. LUCIE 4.0 NE   27.3237   -80.3111
     US1TXTV0133            LAKEWAY 2.8 W   30.3597   -98.0252
     USC00178998                  WALTHAM   44.6917   -68.3475
     USC00178998                  WALTHAM   44.6917   -68.3475
     USC00178998                  WALTHAM   44.6917   -68.3475

输出将是位置数据框上的新列，其中工作站名称是最接近的匹配

但是我不确定如何通过两者来完成此操作。任何帮助将不胜感激..

谢谢，斯科特

Answer 1

假设你有一个你想要最小化的距离函数dist：

def dist(lat1, long1, lat2, long2):
    return np.abs((lat1-lat2)+(long1-long2))

对于指定地点，您可以按如下方式找到最近的车站：

lat = 39.463744
long = -76.119411
weather.apply(
    lambda row: dist(lat, long, row['Latitude'], row['Longitude']), 
    axis=1)

这将计算到所有气象站的距离。使用idxmin，您可以找到最近的电台名称：

distances = weather.apply(
    lambda row: dist(lat, long, row['Latitude'], row['Longitude']), 
    axis=1)
weather.loc[distances.idxmin(), 'StationName']

让我们将所有这些放在一个函数中：

def find_station(lat, long):
    distances = weather.apply(
        lambda row: dist(lat, long, row['Latitude'], row['Longitude']), 
        axis=1)
    return weather.loc[distances.idxmin(), 'StationName']

现在，您可以将所有最近的电台应用到locations数据帧：

locations.apply(
    lambda row: find_station(row['Latitude'], row['Longitude']), 
    axis=1)

输出：

0         WALTHAM
1         WALTHAM
2    PORTST.LUCIE
3         WALTHAM
4    PORTST.LUCIE

Answer 2

所以我很欣赏这有点乱，但是我使用类似的东西来匹配表之间的遗传数据。它依赖于位置文件的经度和纬度在天气文件中的5个以内，但如果需要，可以更改这些。

rows=range(location.shape[0])
weath_rows = range(weather.shape[0])
for r in rows:
    lat = location.iloc[r,1]
    max_lat = lat +5
    min_lat = lat -5
    lon = location.iloc[r,2]
    max_lon = lon +5
    min_lon = lon -5
    for w in weath_rows:
        if (min_lat <= weather.iloc[w,2] <= max_lat) and (min_lon <= weather.iloc[w,3] <= max_lon):
            location['Station_Name'] = weather.iloc[w,1]

如何根据从一个数据帧到另一个数据帧的2个键找到最接近的匹配？

2 个答案: