Question

我想检查数据框1（df1）中的坐标（x，y，z），以查看该位置是否足够接近不规则曲面，该曲面具有自己的坐标（x，y，z）存储在其中数据帧2（df2）。

我能够遍历df1中的每个坐标，然后遍历df2中的所有坐标并检查它的距离。然后对df1中的所有坐标重复上述操作，但是当我要检查df1中的超过1,000,000个坐标时，这将花费很长时间。

我正在使用熊猫，想知道它是否可以不循环而完成。

如果df1中的坐标接近df2，那么我想选择它并将其存储到df3中。

Answer 1

Scipy可以为您提供帮助。看下面的假设示例：

If CheckLotIDExist = "Y" Then
 'do something here
Else
    LblMsg.Text = "Lot Not Foundzz!"
   ScriptManager.RegisterStartupScript(Page, Page.GetType, "script", "callbtn();", True)
End If

array（[list（[]），list（[]），list（[]），list（[]），list（[28，83]），清单（[79]）， list（[]），list（[86]），list（[40]），list（[29、60、95]）]，dtype = object）

Answer 2

使用Numpy方法：

如果您的两个数据框如下所示：

df1
    coords
0   (4,3,5)
1   (5,4,3)

df2
    coords
0   (6,7,8)
1   (8,7,6)

然后：

import numpy as np
from itertools import product

#convert dataframes into numpy arrays
df1_arr = np.array([np.array(x) for x in df1.coords.values])
df2_arr = np.array([np.array(x) for x in df2.coords.values])

#create array of cartesian product of elements of the two arrays
cart_arr = np.array([x for x in product(df1_arr,df2_arr)])

#compute Euclidian distance (or norm) between pairs of elements in two arrays
#outputs new array with one value per pair of coordinates
norms_arr = np.linalg.norm(np.diff(cart_arr,axis=1)[:,0,:],axis=1)

#create distance threshold for "close enough"
radius = 5.5

#find values in norms array that are less than or equal to distance threshold
good_idxs = np.argwhere(norms_arr <= radius)[:,0]
good_coord_pairs = cart_arr[good_idxs]

#store corresponding pairs of coordinates and distances in new dataframe
final_df = pd.DataFrame({'df1_coords':list(map(tuple,good_coord_pairs[:,0,:])),
   'df2_coords':list(map(tuple(good_coord_pairs[:,1,:])), 'distance':norms_arr[good_idxs],
   index=list(range(len(good_coord_pairs))))

将产生：

final_df
    df1_coords  df2_coords  distance
0   (4,3,5)     (6,7,8)     5.385165
1   (5,4,3)     (8,7,6)     5.196152

比较两个数据帧之间的每个数据点之间的每个数据点而无需循环

2 个答案: