Python 查找数据帧中数值最接近的行

我有一个包含以下假设数据的熊猫数据框架：

   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），我希望找到在这个数据帧中时间和空间（X&Y）上最接近的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“最近的_ID”的新列，其中包含数据帧中最接近的ID

我很难想出这个函数

我真的很感激任何能给我指明正确方向的帮助或暗示

---

非常感谢

让我们将

df

表示为我们的数据帧。然后，您可以执行以下操作：

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，您可以将最后两个结果存储在两列中，或者以某种方式决定哪一个更接近

---

注意：此代码尚未检查，可能有一些错误…

如何定义最近距离？我认为问题没有很好地定义-假设ID2在时间上最接近ID1，但ID3在空间上最接近。哪一个应该在最近的_ID列上？请提供预期的输出时间应该具有最高优先级，然后“按XY排序”。我可能需要先对数据进行标准化，这样我就可以用百分比计算距离了……它并没有按原样运行，但它为我指明了正确的方向，谢谢！一旦我弄明白了，我会更新的！