查找数据框中每个点的最近点答案

【问题标题】：Find the nearest point for each point in dataframe查找数据框中每个点的最近点
【发布时间】：2017-11-24 00:19:36
【问题描述】：

我有一个带有 ID、纬度和经度的数据框：

ID  Latitude   Longitude        coords
A    45.0353    52.5362   (45.0353, 52.5362)
B    24.6374    12.5363   (24.6374, 12.5363)
C    42.3539    21.O530   (42.3539, 21.O530)
D    48.3638    18.3903   (48.3638, 18.3903)

我需要为每个人找到最近的一个，距离将是所需数据框中的第五列。我尝试：

dicts1 = dict(zip(df.ID, df.coords))
dicts2 = dict(zip(df.ID, df.coords))

f_dict={}
for key, value in dicts1.iteritems():
    for k, v in dicts2.iteritems():
        lista.append(geopy.distance.vincenty(value, v).km)
        f_dict.update({key:lista})

我只得到了所有它们的一个距离，但此时我需要为它们中的每一个获取 len(data['ID']) 值，大约是 1500，所以 1500*1500，之后我需要采取最近，最低的距离（0除外）。所以，出了点问题，我不知道如何解决这个问题。

【问题讨论】：

标签： python coordinates nearest-neighbor geopy

【解决方案1】：

您的代码未显示lista 的定义方式。如果您将 lista=[] 放在外部 for 循环的开头，那么它将为您提供您正在寻找的 1500*1500 值集。但是请注意，您不需要定义字典两次；相反，您可以对同一个字典进行两次迭代。此外，您可以在内循环完成后更新f_dict，而不是在每次迭代中更新它：

dicts = dict(zip(df.ID, df.coords))

f_dict={}
for key, value in dicts.iteritems():
    lista = []
    for k, v in dicts.iteritems():
        lista.append(geopy.distance.vincenty(value, v).km)
    f_dict.update({key:lista})

然后您必须遍历 f_dict 以获得所需的最小值。

但请注意，计算地理距离的计算速度可能会很慢，因此您可以尝试忽略重复对。也就是说，如果您已经完成了A 和B，那么您不需要为B 和A 计算它。这是避免重复计算并直接返回具有最小距离的字典的代码版本：

dicts = dict(zip(df.ID, df.coords))
f_dict={}

def update_distances(keys, distance):
    for k in keys:
        try:
            if distance < f_dict[k]:
                f_dict.update({k:distance})
        except KeyError:
            f_dict.update({k:distance})

for idx1, (key, value) in enumerate(dicts.iteritems()):
    for idx2, (k, v) in enumerate(dicts.iteritems()):
        if idx2 <= idx1:
            continue # Skip a repeated calculation of distance
        update_distances([key, k], geopy.distance.vincenty(value, v).km)

【讨论】：