質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

87.37%

python XY座標の近しい値を結合させたい

解決済

回答 1

投稿 編集

  • 評価
  • クリップ 0
  • VIEW 795
退会済みユーザー

退会済みユーザー

下記のようなPANDASのデータフレームに入っているデータがあります。

データ系列
・PARAM列に、SPC〇 もしくは、FAI〇 とう文字列のデータがある。
・SPC〇、FAI〇は、常に1対1対応の関係にある。

実施したい処理

・x,yの座標が近いもの同士を、FAI〇/SPC〇というペアにさせる。
・SPC〇の行はペア成立後に消去される。
・最後に全てのFAIの列が、FAI〇/SPC〇という組合せになる。

処理の考え方

PANDASに入っているので、まずFAIとSPCに分割しようとしています。
str.containsを使って、文字の一部で検索させることは、簡単に出来ました。

そのあとの流れとしては、

  • FAI,SPCという、2つのデータフレームに入れて、SPC側でループを回して、
  • FAIと総当りで比較して、最小になるFAIのインデックスを探す
  • 見つかったFAIにSPCを合体させて、SPCの列を消去し、SPCがなくなるまで実施する

というフローをまでは考えました。

困っていること

しかしながら、PANDASの処理に不慣れなため、まったくコードが書けません。
大変申し訳ありませんが、このような処理は、どう書けばいいものでしょうか?

file=ファイル

import pandas as pd
df = pd.read_csv(file)
df[df['FAI'].str.contains('SPC')]
Unnamed: 0    x    y    PARAM    URL
15    15    3142.5    1039.0    SPCA    C:\Users\mm05162\Documents\GitHub\opencv\OPENC...
18    18    3238.5    2224.0    SPCR    C:\Users\mm05162\Documents\GitHub\opencv\OPENC...
19    19    1371.5    959.0    SPCJ    C:\Users\mm05162\Documents\GitHub\opencv\OPENC...
20    20    3523.5    1653.0    SPCB    C:\Users\mm05162\Documents\GitHub\opencv\OPENC...
21    21    3315.5    1377.0    SPCc    C:\Users\mm05162\Documents\GitHub\opencv\OPENC...
22    22    3812.5    3493.0    SPCG    C:\Users\mm05162\Documents\GitHub\opencv\OPENC...
23    23    4962.5    3825.0    SPCH    C:\Users\mm05162\Documents\GitHub\opencv\OPENC...
24    24    2106.5    1796.0    SPCK    C:\Users\mm05162\Documents\GitHub\opencv\OPENC...
25    25    3705.5    894.0    SPCOo    C:\Users\mm05162\Documents\GitHub\opencv\OPENC...
26    26    1770.5    3615.0    SPCF    C:\Users\mm05162\Documents\GitHub\opencv\OPENC...
27    27    2328.5    1769.0    SPCQa    C:\Users\mm05162\Documents\GitHub\opencv\OPENC...
28    28    4994.5    3108.0    SPCI    C:\Users\mm05162\Documents\GitHub\opencv\OPENC...
29    29    2387.5    3087.0    SPCE    C:\Users\mm05162\Documents\GitHub\opencv\OPENC...
​
ipdb> df
         x       y     FAI                                                URL
0   3142.5  1125.0   FAI17  C:\Users\mm05162\Documents\GitHub\opencv\OPENC...
1   3452.5  1653.0   FAI18  C:\Users\mm05162\Documents\GitHub\opencv\OPENC...
2   3386.5  1377.0   FAI19  C:\Users\mm05162\Documents\GitHub\opencv\OPENC...
3   3167.5  2224.0   FAI42  C:\Users\mm05162\Documents\GitHub\opencv\OPENC...
4   4850.5  3617.0   FAI27  C:\Users\mm05162\Documents\GitHub\opencv\OPENC...
5   5516.5  3269.0   FAI26  C:\Users\mm05162\Documents\GitHub\opencv\OPENC...
6   4452.5  3113.0   FAI28  C:\Users\mm05162\Documents\GitHub\opencv\OPENC...
7   2064.5  2153.0   FAI43  C:\Users\mm05162\Documents\GitHub\opencv\OPENC...
8   3741.5  3493.0   FAI23  C:\Users\mm05162\Documents\GitHub\opencv\OPENC...
9   1701.5  3615.0   FAI22  C:\Users\mm05162\Documents\GitHub\opencv\OPENC...
10  1371.5  1048.0   FAI29  C:\Users\mm05162\Documents\GitHub\opencv\OPENC...
11  2035.5  1796.0  FAIL30  C:\Users\mm05162\Documents\GitHub\opencv\OPENC...
12  4923.5  3108.0   FAI25  C:\Users\mm05162\Documents\GitHub\opencv\OPENC...
13  3705.5   964.0   FAI20  C:\Users\mm05162\Documents\GitHub\opencv\OPENC...
14  2257.5  1769.0   FAI41  C:\Users\mm05162\Documents\GitHub\opencv\OPENC...
15  3142.5  1039.0    SPCA  C:\Users\mm05162\Documents\GitHub\opencv\OPENC...
16  2318.5  3087.0   FAI2l  C:\Users\mm05162\Documents\GitHub\opencv\OPENC...
17  4891.5  3825.0   FAI24  C:\Users\mm05162\Documents\GitHub\opencv\OPENC...
18  3238.5  2224.0    SPCR  C:\Users\mm05162\Documents\GitHub\opencv\OPENC...
19  1371.5   959.0    SPCJ  C:\Users\mm05162\Documents\GitHub\opencv\OPENC...
20  3523.5  1653.0    SPCB  C:\Users\mm05162\Documents\GitHub\opencv\OPENC...
21  3315.5  1377.0    SPCc  C:\Users\mm05162\Documents\GitHub\opencv\OPENC...
22  3812.5  3493.0    SPCG  C:\Users\mm05162\Documents\GitHub\opencv\OPENC...
23  4962.5  3825.0    SPCH  C:\Users\mm05162\Documents\GitHub\opencv\OPENC...
24  2106.5  1796.0    SPCK  C:\Users\mm05162\Documents\GitHub\opencv\OPENC...
25  3705.5   894.0   SPCOo  C:\Users\mm05162\Documents\GitHub\opencv\OPENC...
26  1770.5  3615.0    SPCF  C:\Users\mm05162\Documents\GitHub\opencv\OPENC...
27  2328.5  1769.0   SPCQa  C:\Users\mm05162\Documents\GitHub\opencv\OPENC...
28  4994.5  3108.0    SPCI  C:\Users\mm05162\Documents\GitHub\opencv\OPENC...
29  2387.5  3087.0    SPCE  C:\Users\mm05162\Documents\GitHub\opencv\OPENC...

自己解決(案)

ひとまず動くものを作成する必要があり、下記のように作成しました。
FAI〇を番号で並べようとしていますが、文字列ソートなので、

FAI1 → FAI10 というふうになります。

これをFAI1,FAI2という、文字列+数字でソーティングするところが
まだ出来ていませんが、まず動いたので、これで本件は解決になりました。

import pandas as pd
import math

def distance(a,b,c,d):
    return math.sqrt((a-c)**2+(b-d)**2)

def main(file):
    df = pd.read_csv(file)
    df=df.rename(columns={df.columns[0]: 'no'})

    fai_df=df[df['PARAM'].str.contains('FAI')]
    spc_df=df[df['PARAM'].str.contains('SPC')]

    minds =[]
    for j,spc in spc_df.iterrows():
        mind = 9999999999
        pair =[]
        for i,fai in fai_df.iterrows():
            dis = distance(fai['x'],fai['y'],spc['x'],spc['y'])
            if dis < mind:
                mind = dis
                pair=[i,fai['x'],fai['y'],fai['PARAM']+"/"+spc['PARAM'],fai['URL'],spc['URL']]
        minds.append(pair)

    new_df = pd.DataFrame(minds,columns=['no','x', 'y','PARAM','URL','URL2'])
    final_df= pd.concat([new_df,fai_df],sort=False)
    final_df= final_df.drop_duplicates(subset='no')
    return(final_df)

if __name__ == '__main__':
    df= main(file)
    no    x    y    PARAM    URL
0    0    3142.5    1125    FAI17/SPCA    C:\Users\mm05162\Documents\GitHub\opencv\OPENCV_TESTING\result1.png
1    1    3452.5    1653    FAI18/SPCB    C:\Users\mm05162\Documents\GitHub\opencv\OPENCV_TESTING\result2.png
2    12    2318.5    3087    FAI2l/SPCE    C:\Users\mm05162\Documents\GitHub\opencv\OPENCV_TESTING\result17.png
3    4    1701.5    3615    FAI22/SPCF    C:\Users\mm05162\Documents\GitHub\opencv\OPENCV_TESTING\result10.png
4    5    3741.5    3493    FAI23/SPCG    C:\Users\mm05162\Documents\GitHub\opencv\OPENCV_TESTING\result9.png
5    6    4891.5    3825    FAI24/SPCH    C:\Users\mm05162\Documents\GitHub\opencv\OPENCV_TESTING\result18.png
6    7    4923.5    3108    FAI25/SPCI    C:\Users\mm05162\Documents\GitHub\opencv\OPENCV_TESTING\result13.png
7    11    1371.5    1048    FAI29/SPCJ    C:\Users\mm05162\Documents\GitHub\opencv\OPENCV_TESTING\result11.png
8    16    2035.5    1796    FAIL30/SPCK    C:\Users\mm05162\Documents\GitHub\opencv\OPENCV_TESTING\result12.png
9    3    3705.5    964    FAI20/SPCOo    C:\Users\mm05162\Documents\GitHub\opencv\OPENCV_TESTING\result14.png
10    13    2257.5    1769    FAI41/SPCQa    C:\Users\mm05162\Documents\GitHub\opencv\OPENCV_TESTING\result15.png
11    14    3167.5    2224    FAI42/SPCR    C:\Users\mm05162\Documents\GitHub\opencv\OPENCV_TESTING\result4.png
12    2    3386.5    1377    FAI19/SPCc    C:\Users\mm05162\Documents\GitHub\opencv\OPENCV_TESTING\result3.png
8    8    5516.5    3269    FAI26    C:\Users\mm05162\Documents\GitHub\opencv\OPENCV_TESTING\result6.png
9    9    4850.5    3617    FAI27    C:\Users\mm05162\Documents\GitHub\opencv\OPENCV_TESTING\result5.png
10    10    4452.5    3113    FAI28    C:\Users\mm05162\Documents\GitHub\opencv\OPENCV_TESTING\result7.png
15    15    2064.5    2153    FAI43    C:\Users\mm05162\Documents\GitHub\opencv\OPENCV_TESTING\result8.png
  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 過去に投稿した質問と同じ内容の質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 1

checkベストアンサー

0

私もpandasを使いはじめたばかりなのですが、こんな感じではどうでしょうか。
(質問にある例では FAIデータ個数:SPCデータ個数 = 17:13 なので、13個のみマッチングさせています)

import numpy as np
import pandas as pd

# df = pd.read_table('test.data', sep='\t', index_col=0)
spc = df[df['FAI'].str.startswith('SPC')]
fai = df[df['FAI'].str.startswith('FAI')]

ans = pd.DataFrame()
f = fai.loc[:, ['x', 'y']]
for row in spc.itertuples():    # 全てのSPCxxデータについてループ
    dist = np.linalg.norm(np.subtract(f, (row.x, row.y)), axis=1) # FAIxxまでの距離を計算
    s_df = spc.loc[row.Index, ['FAI', 'x', 'y']] # 現在のSPCxxデータを抜き出し
    f_df = fai.iloc[dist.argmin()] # 距離が最も近いFAIxxデータを抜き出し
    s_df['FAI2'], s_df['x2'], s_df['y2'] = f_df['FAI'], f_df['x'], f_df['y'] # データを結合
    ans = ans.append(s_df)

print(ans)
"""
      FAI    FAI2       x      x2       y      y2
15   SPCA   FAI17  3142.5  3142.5  1039.0  1125.0
18   SPCR   FAI42  3238.5  3167.5  2224.0  2224.0
19   SPCJ   FAI29  1371.5  1371.5   959.0  1048.0
20   SPCB   FAI18  3523.5  3452.5  1653.0  1653.0
21   SPCc   FAI19  3315.5  3386.5  1377.0  1377.0
22   SPCG   FAI23  3812.5  3741.5  3493.0  3493.0
23   SPCH   FAI24  4962.5  4891.5  3825.0  3825.0
24   SPCK  FAIL30  2106.5  2035.5  1796.0  1796.0
25  SPCOo   FAI20  3705.5  3705.5   894.0   964.0
26   SPCF   FAI22  1770.5  1701.5  3615.0  3615.0
27  SPCQa   FAI41  2328.5  2257.5  1769.0  1769.0
28   SPCI   FAI25  4994.5  4923.5  3108.0  3108.0
29   SPCE   FAI2l  2387.5  2318.5  3087.0  3087.0
"""

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2019/10/08 12:54

    ありがとうございます。
    本来は2重のループで距離最小を求めましたが、
    教えていただいた内容を使うと、1重ループでも出来るのですね。
    細かい部分、いろいろソースを見させていただき、勉強させていただきます。
    どうも有難うございました。

    キャンセル

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 87.37%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

関連した質問

同じタグがついた質問を見る