Pythonic方式獲得數據框中每個點的最近點（最近鄰居）

我有一個位置和塔的列表。我試圖找出每個位置最接近的塔樓。我想出了一種可行的方式，但我確信這是一種非常低效的方式。Pythonic方式獲得數據框中每個點的最近點（最近鄰居）

我該如何以更pythonic的方式做到這一點？

我有大約4,000個地點和11,000個塔。我目前：

循環通過各個位置
尋找到所有的塔
由距離
排序的距離取最接近的一種，則是追加到「nearest_tower」數據幀。

下面的代碼：

nearest_tower = pd.DataFrame() 

for i, location_rows in d[["Name", "Lat", "Long"]].T.iteritems(): 
    tower_coords["Distance_km"] = tower_coords.apply(lambda row: distance_on_unit_sphere(location_rows ["Lat"], location_rows ["Long"], row['DIGITAL_LATITUDE'], row['DIGITAL_LONGITUDE'])*6373, axis=1) 
    a = tower_coords.sort(['Distance_km'], ascending = 1)[:1][["SITE_NUMBER", "DIGITAL_LATITUDE", "DIGITAL_LONGITUDE", "Distance_km"]] 
    a["Location_Name"] = location_rows ["Name"] 
    a["Location_Lat"] = location_rows ["Lat"] 
    a["Location_Long"] = location_rows ["Long"] 
    nearest_tower = nearest_tower.append(a) 
    print(i)

Tower_coords看起來是這樣的：

SITE_NUMBER DIGITAL_LATITUDE  DIGITAL_LONGITUDE 
1    67.21      -30.432 
...

來源

2014-02-17 Ger

什麼是tower_coords？這是什麼樣子？ – usethedeathstar

如果將本地塔的距離放在堆中，可能會彈出最近的塔。但可能還有更高效的數據結構來解決這個問題，比如kd tree @Hbcdev提到 –

@usethedeathstar文件添加的例子，它只是顯示了一個塔的經度和緯度 – Ger

先上去，用min （Python doc here）找到最近的。你可以在iterable之後提供一個key參數（這將是你的lambda函數）。

使用一個類代替哈希結構而不是你的a對象會更加pythonic。像PyPy這樣的實現將比使用類似散列的訪問更有效地處理類屬性訪問。

這個整個功能可以做成map操作。您正在採取一種結構並將其映射到另一個結構中，元素之間具有1-1對應關係，這使得它成爲map。

最後（這不是關於Pythonic，但它很重要），您應該使用k-d tree結構來有效地找到最近的點。

來源

2014-02-17 13:00:31 Hbcdev

Here is a solution在另一個問題中，它利用了比循環更快但使用大量內存的複雜數據類型（Python和Numpy中的內置函數）。

在Pandas Github proposing a get_nearest method中存在一個問題，該問題將會像上面提到的@Hbcdev那樣進行k-d樹搜索。 ~~我自己想弄清楚如何在熊貓中實現kNN搜索。~~

編輯：有人在熊貓在這裏解釋how to do a k-d tree search！

來源

2015-05-05 21:30:00 crypdick

Pythonic方式獲得數據框中每個點的最近點（最近鄰居）

回答

相關問題