Python 使用sklearn的2个相似网格数据帧中的最近成员

我有两个数据帧：

df1：

df2：

我想在一定半径内找到最近的df1成员，比如说df2的

radius=500

。然后我想把这个最接近的

c0

值放到df2。如果

radius=500内没有df1点

我想在df2中将

c0

设置为

1.0

（x，y）

和

（xx，yy）

分别是df1和df2的平面坐标

所需输出（仅前5行的示例）：

---

我正在考虑将其转换为shapefile，并使用一些空间查询软件。但我相信通过

sklearn

可以找到有效的解决方案。提前谢谢

如果我正确理解您的要求，您可以使用scipy

cKDTree

。由于

C/Cython

实现，它的速度非常快。试试看它是否对你有帮助

对于我的

df2

，我只使用

df2

中的前5行。我的

df1

与您的示例

df1

相同。我还假设列

c0

是

df1

中的最后一列，距离是

Euclidean

from scipy.spatial import cKDTree

df1_cTree = cKDTree(df1[['x','y']])
ix_arr = df1_cTree.query(df2[['xx','yy']], k=1, distance_upper_bound=500)[1]

df2['c0'] = [df1.iloc[x, -1] if x < len(df1) else 1 for x in ix_arr]

Out[438]:
   kat    z0     kr             xx         yy        c0
0  1.0  0.01  0.169  468526.696610  4633654.0  1.253041
1  3.0  0.30  0.214  468757.270633  4633653.0  1.253041
2  1.0  0.01  0.169  468066.930344  4633965.0  1.000000
3  1.0  0.01  0.169  468297.494406  4633964.0  1.000000
4  1.0  0.01  0.169  468528.058460  4633963.0  1.253041

从scipy.spatial导入cKDTree
df1_cTree=cKDTree（df1[['x'，'y']]
ix_arr=df1_cTree.query（df2[['xx'，'yy']]，k=1，距离上界=500）[1]
df2['c0']=[df1.iloc[x，-1]如果x

---

注意：df2的第4行索引从

[468528.0584604633963.0]

到

df1

[468958.14744344633810]的第0行的距离是

456.4926432

，因此它满足

500

中的条件。因此，它的

c0

不能像您所需的输出那样

1

         kat    z0     kr             xx            yy
0        1.0  0.01  0.169  468526.696610  4.633654e+06
1        3.0  0.30  0.214  468757.270633  4.633653e+06
2        1.0  0.01  0.169  468066.930344  4.633965e+06
3        1.0  0.01  0.169  468297.494406  4.633964e+06
4        1.0  0.01  0.169  468528.058460  4.633963e+06
     ...   ...    ...            ...           ...
1287962  3.0  0.30  0.214  399566.653186  5.115395e+06
1287963  3.0  0.30  0.214  399781.023856  5.115391e+06
1287964  1.0  0.01  0.169  396570.675453  5.115753e+06
1287965  1.0  0.01  0.169  396785.035186  5.115750e+06
1287966  1.0  0.01  0.169  399571.712593  5.115703e+06

[1287967 rows x 5 columns]

         kat    z0     kr             xx            yy  c0
0        1.0  0.01  0.169  468526.696610  4.633654e+06  1.253041
1        3.0  0.30  0.214  468757.270633  4.633653e+06  1.253041
2        1.0  0.01  0.169  468066.930344  4.633965e+06  1.0
3        1.0  0.01  0.169  468297.494406  4.633964e+06  1.0
4        1.0  0.01  0.169  468528.058460  4.633963e+06  1.0
     ...   ...    ...            ...           ...
1287962  3.0  0.30  0.214  399566.653186  5.115395e+06  ...
1287963  3.0  0.30  0.214  399781.023856  5.115391e+06  ...
1287964  1.0  0.01  0.169  396570.675453  5.115753e+06  ...
1287965  1.0  0.01  0.169  396785.035186  5.115750e+06  ...
1287966  1.0  0.01  0.169  399571.712593  5.115703e+06  ...

from scipy.spatial import cKDTree

df1_cTree = cKDTree(df1[['x','y']])
ix_arr = df1_cTree.query(df2[['xx','yy']], k=1, distance_upper_bound=500)[1]

df2['c0'] = [df1.iloc[x, -1] if x < len(df1) else 1 for x in ix_arr]

Out[438]:
   kat    z0     kr             xx         yy        c0
0  1.0  0.01  0.169  468526.696610  4633654.0  1.253041
1  3.0  0.30  0.214  468757.270633  4633653.0  1.253041
2  1.0  0.01  0.169  468066.930344  4633965.0  1.000000
3  1.0  0.01  0.169  468297.494406  4633964.0  1.000000
4  1.0  0.01  0.169  468528.058460  4633963.0  1.253041