选择熊猫数据帧中保存的闭合坐标的最高成员

Question

我有一个数据帧，它有以下列：X和Y是笛卡尔坐标，Value是元素在这些坐标下的值。我想要实现的是从n中只选择一个与另一个接近的坐标，比如说，如果距离低于某个值m，坐标就很接近，所以初始DF看起来像这样(示例(：

data = {'X':[0,0,0,1,1,5,6,7,8],'Y':[0,1,4,2,6,5,6,4,8],'Value':[6,7,4,5,6,5,6,4,8]}
df = pd.DataFrame(data)

X  Y  Value
0   0  0      6
1   0  1      7
2   0  4      4
3   1  2      5
4   1  6      6
5   5  5      5
6   6  6      6
7   7  4      4
8   8  8      8

距离通过以下函数计数：

def countDistance(lat1, lon1, lat2, lon2):
#use basic knowledge about triangles - values are in meters
distance = sqrt(pow(lat1-lat2,2)+pow(lon1-lon2,2))
return distance

比方说，如果我们想要m<=3，输出数据帧将如下所示：

X  Y  Value
1   0  1      7
4   1  6      6
8   8  8      8

要做什么：

rows 0,1,3 are close, highest value is in row 1, continue
rows 2 and 4 (from  original df) are close, keep row 4
rows 5,6,7 are close, keep row 6
left over row 6 is close to row 8, keep row 8, has higher value

所以我需要逐行浏览数据帧，检查其余部分，选择最佳匹配，然后继续。我想不出任何简单的方法来实现这一点，这不可能是drop_duplicates的用例，因为它们不是重复的，但在整个DF上循环将非常低效。我可以考虑的一种方法是只循环一次，对于每一行找到接近的行(可能应用countdistance(((，选择最合适的行并用其值替换rest，最终使用drop_duplicates。另一个想法是创建一个递归函数，该函数将创建一个新的DF，然后，当原始DF将首先选择行，找到接近的行，最佳匹配追加到新DF，从原始DF中删除第一行和所有接近的行并继续到空，然后用新DF返回相同的函数，以删除可能未捕获的接近点。

这些想法都是低效的，有没有一种既好又高效的蟒蛇方式来实现这一点？

Answer 1

目前，我已经创建了带有递归的简单代码，该代码可以工作，但很可能不是最优的。

def recModif(self,df):
#columns=['','X','Y','Value']
new_df = df.copy()
new_df = new_df[new_df['Value']<0] #create copy to work with
changed = False
while not df.empty: #for all the data
df = df.reset_index(drop=True) #need to reset so 0 is always accessible
x = df.loc[0,'X'] #first row x and y
y = df.loc[0,'Y']
df['dist'] = self.countDistance(x,y,df['X'],df['Y']) #add column with distances
select = df[df['dist']<10] #number of meters that two elements cant be next to other 
if(len(select.index)>1): #if there is more than one elem close
changed = True
#print(select,select['Value'].idxmax())
select = select.loc[[select['Value'].idxmax()]] #get the highest one
new_df = new_df.append(pd.DataFrame(select.iloc[:,:3]),ignore_index=True) #add it to new df
df = df[df['dist'] >= 10] #drop the elements now
if changed:
return self.recModif(new_df) #use recursion if possible overlaps
else: 
return new_df #return new df if all was OK