Python CSVファイルに格納された座標から最短距離の座標抽出

Question

二点間の距離について質問です。

Pythonで二つのCSVファイルA、B（カンマ区切り）において、
ファイルAの中に格納されている座標からファイルBの中に格納されている
座標の中で最短距離となる座標をそれぞれ抽出したいと考えています。

CSVファイルの中身

,x,y
0,1019,546
1,725,403
2,1022,1166
3,993,1353
4,795,915
5,753,1346
6,813,1358
7,433,581
8,255,370
9,109,818
10,456,1211
11,227,1031
12,115,1063

,x,y
0,1077,167
1,852,210
2,769,257
3,662193
4,1078,938
5,959,975
6,902,900
7,874,1157
8,817,1065
9,678,1165
10,477,312
11,306,208
12,105,313
13,106,550
14,315,733
15,510,1035
16,324,1105
17,216,1443
18,112,1384

実行したコード

df = pd.read_csv("A.csv",usecols=[1,2])
df_x0 = df["x"]
df_y0 = df["y"]

df = pd.read_csv("B.csv",usecols=[1,2])
df_x1 = df["x"]
df_y1 = df["y"]


a = np.array([df_x0,df_y0]).T
b = np.array([df_x1,df_y1]).T

u = a - b
print(np.linalg.norm(u, axis=1))

このコードではデータの数が違うのでエラーが出るのは当たり前なのですが、
ファイルB内から最短距離の座標データを抽出するにはどう修正したらいいのでしょうか。

エラーメッセージ

operands could not be broadcast together with shapes (13,2) (19,2)

Answer 1

単純に、AとBの全ての組み合わせの距離を求めて、Aの各行毎に一番短い距離となるBのIndex値を導くとよいのではないでしょうか。

上記を pandas にてループ処理を行わないように記述すると、以下のようになります。

import itertools
import pandas as pd
import numpy as np

df_a = pd.read_csv("A.csv", index_col=0)
df_b = pd.read_csv("B.csv", index_col=0)

# 全ての組み合わせの距離を求める
df = pd.DataFrame(itertools.product(df_a.index, df_b.index), columns=['A', 'B'])
df['dist'] = df.apply(lambda d: np.linalg.norm(df_a.loc[d.A] - df_b.loc[d.B]), axis=1)
# データを縦軸にA、横軸にBをとるように成形
df = df.pivot(index='A', columns='B', values='dist')
print(df)
# 各行（A）ごとに、一番短い距離となる列（B）を算出
ret = df.idxmin(axis=1)
print(ret)

Comments

[rain22]

解決できました。
回答ありがとうございます。