用多个输入将迭代重写为.apply函数
用多个输入将迭代重写为.apply函数
提问于 2021-11-03 12:18:19
我有两个DataFrames。一个包含几个发电厂及其各自的位置，按经度和纬度，每一个列。另一个dataframe包含几个变电站，也有long和lat。我想做的是把发电厂分配到最近的变电站。
df1 = pd.DataFrame{'ID_pp':['p1','p2','p3','p4'],'x':[12.644881,11.563269, 12.644881, 8.153184], 'y':[48.099206, 48.020081, 48.099206, 49.153766]}
df2 = pd.DataFrame{'ID_ss':['s1','s2','s3','s4'],'x':[9.269, 9.390, 9.317, 10.061], 'y':[55.037, 54.940, 54.716, 54.349]}我找到了这个解决方案，这基本上就是我所需要的：
import pandas as pd
import geopy.distance
for i,row in df1.iterrows(): # A
a = row.x, row.y
distances = []
for j,row2 in df2.iterrows(): # B
b = row2.x, row2.y
distances.append(geopy.distance.geodesic(a, b).km)
min_distance = min(distances)
min_index = distances.index(min_distance)
df1['assigned_to'] = min_index它可以工作，但是它非常慢，而且我的数据集相当大。我认为使用.apply的方法要快得多，但我真的想不出一种使用它的方法。有没有人知道如何将上述函数重写为不需要迭代的.apply方法？
回答 1
Stack Overflow用户
回答已采纳
发布于 2021-11-03 13:32:14
解决方案8x (受this topic启发)：
def closest_node(node, nodes):
nodes = np.asarray(nodes)
deltas = nodes - node
dist_2 = np.einsum('ij,ij->i', deltas, deltas)
return np.argmin(dist_2)
df2_array = df2[["x","y"]].values
df1['assigned_to'] = df1.apply(lambda x: closest_node2(np.array([x.x, x.y]),df2_array) ,axis=1)速度比较:
在此之前：
%%timeit
for i,row in df1.iterrows(): # A
a = row.x, row.y
distances = []
for j,row2 in df2.iterrows(): # B
b = row2.x, row2.y
distances.append(geopy.distance.geodesic(a, b).km)
min_distance = min(distances)
min_index = distances.index(min_distance)
df1['assigned_to'] = min_index给出8.75 ms ± 108 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
之后：
%%timeit
df2_array = df2[["x","y"]].values
df1['assigned_to'] = df1.apply(lambda x: closest_node2(np.array([x.x, x.y]),df2_array) ,axis=1)给出1.7 ms ± 31.2 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/69824710
复制相关文章
相似问题
腾讯云开发者
