回答編集履歴
2
Update
answer
CHANGED
|
@@ -1,9 +1,9 @@
|
|
|
1
1
|
[位置参照情報 ダウンロードサービス](https://nlftp.mlit.go.jp/isj/) から東京都の街区レベルの緯度・経度情報を入手してデータフレーム化してみました。
|
|
2
2
|
```python
|
|
3
|
-
print(dfa
|
|
3
|
+
print(dfa)
|
|
4
4
|
|
|
5
5
|
#
|
|
6
|
-
|
|
6
|
+
住所 緯度 経度
|
|
7
7
|
0 東京都千代田区麹町六丁目1 35.684649 139.731373
|
|
8
8
|
1 東京都千代田区麹町六丁目5 35.684649 139.731373
|
|
9
9
|
2 東京都千代田区六番町6 35.687614 139.732787
|
|
@@ -38,7 +38,7 @@
|
|
|
38
38
|
print(dfb)
|
|
39
39
|
|
|
40
40
|
#
|
|
41
|
-
緯度 経度
|
|
41
|
+
緯度 経度 住所
|
|
42
42
|
0 35.658584 139.745432 東京都港区芝公園四丁目2
|
|
43
43
|
1 35.710007 139.810810 東京都墨田区押上一丁目1
|
|
44
44
|
2 35.684296 139.864772 東京都江戸川区船堀四丁目1
|
1
Update
answer
CHANGED
|
@@ -32,7 +32,7 @@
|
|
|
32
32
|
], columns = ['緯度', '経度']
|
|
33
33
|
)
|
|
34
34
|
|
|
35
|
-
idx = distance.cdist(dfa[['緯度', '経度']], dfb).argmin(axis=0)
|
|
35
|
+
idx = distance.cdist(dfa[['緯度', '経度']], dfb, metric='euclidean').argmin(axis=0)
|
|
36
36
|
dfb['住所'] = dfa.loc[idx, '住所'].values
|
|
37
37
|
|
|
38
38
|
print(dfb)
|