0

Есть датафрейм с координатами:

df = pd.DataFrame([[13.6,9.1], [9,6.3], [9.3,6.1], [13.7,9.2], [1.5,7.5]], columns=['x','y'])

Необходимо сделать новый столбец с меткой по условию: если есть точка которая расположена близко, то есть разница координат для x и y лежит в заданном диапазоне, то 1 если нет такой точки то 0. Я пытаюсь сделать хотя бы для одной точки:

point = df.head(1).copy()
[1 if (-0.2<(point.x-df.x[i])) & ((point.x-df.x[i])<0) & 
      (-0.2<(point.y-df.y[i])) & ((point.y-df.y[i])<0.2) else 0 for i in df.index]

Но выдает ошибку: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

Если Полностью: нужно перебрать все пары значений x\y, сравнить их со всеми x\y из этого же датафрейма и если разница хотя бы для одной пары координат лежит в заданоом диапазоне, то вернуть 1 если таких совпадений нет, то 0

UPDATE: Написал вот такую функцию, которая возвращает списки для каждой пары значений:

df['new_col'] = df.apply(lambda a: [1 if (-0.2 < (a.x-df.x[i]) < 0) and (-0.2 < (a.y-df.y[i]) < 0.2) else 0 for i in df.index], axis=1)

введите сюда описание изображения

Теперь встает вопрос как избавиться от лишних значений, можно просто обработать списки и достать наибольшее значение, но хочется переписать функцию, возможно без применения lambda, чтобы она возвращала не список, а только 1 если есть совпадения по условиям и 0 если нет.

3
  • Вы, кстати, заметили, что у вас сравнение не симметричное, что вы разницу по x сверху с 0 сравниваете, а не с 0.2, это так и задумано?
    – CrazyElf
    9 сен 2022 в 15:37
  • Да, так задумано)
    – Yaroslav
    9 сен 2022 в 15:42
  • Хм, тогда готовые метрики не подойдут, ок )
    – CrazyElf
    9 сен 2022 в 15:44

1 ответ 1

1

Наверняка можно проще, но можно в общем как-то так:

from sklearn.neighbors import DistanceMetric
import numpy as np

dist = DistanceMetric.get_metric('euclidean')
d = dist.pairwise(df)
# это хитрость чтобы нули (сравнение с собой) не были минимумом
d += np.eye(d.shape[0]) * d.max() * 2
df['dist'] = d.min(axis=1)
df

Вывод:

index x y dist
0 13.6 9.1 0.141421356237309
1 9.0 6.3 0.3605551275463996
2 9.3 6.1 0.3605551275463996
3 13.7 9.2 0.141421356237309
4 1.5 7.5 7.595393340703297

Но тут я взял Евклидово расстояние, т.е. корень суммы квадратов разностей по координатам. Если вам нужно просто сравнить максимум разностей координат по модулю (судя по тому, что вы пытались сделать), то это будет метрика Чебышева DistanceMetric.get_metric(“chebyshev”) и результат будет такой:

index x y dist
0 13.6 9.1 0.09999999999999964
1 9.0 6.3 0.3000000000000007
2 9.3 6.1 0.3000000000000007
3 13.7 9.2 0.09999999999999964
4 1.5 7.5 7.5

Описание метрик.

А дальше просто сравниваете этот dist с вашим пороговым значением - и получаете нужный вам признак.

P.S. Код к вопросу из комментария:

df['new_col'] = df.apply(lambda a: int(any([1 if (-0.2 < (a.x-df.x[i]) < 0) and (-0.2 < (a.y-df.y[i]) < 0.2) else 0 for i in df.index])), axis=1)
5
  • Очень сложно для меня пока, но спасибо за предложенное решение! Выше обновил, может быть есть мысли по поводу решения методами pandas
    – Yaroslav
    9 сен 2022 в 15:31
  • Ну тогда просто берёте any() от вашего списочного сокращения и всё :) Это и будет "есть единица в любом месте списка". Если нужно не True/False, а именно 1/0, то возьмите потом int от этого any. Просто циклы - это не то, как работают с Pandas.
    – CrazyElf
    9 сен 2022 в 15:34
  • А можете написать пример строки кода для таблицы выше с any(), которая для первой строки вернет true а для остальных 0? у меня возвращает true для всех значений
    – Yaroslav
    9 сен 2022 в 15:41
  • Добавил код в ответ
    – CrazyElf
    9 сен 2022 в 15:43
  • Супер, большое спасибо!
    – Yaroslav
    9 сен 2022 в 15:46

Ваш ответ

Нажимая на кнопку «Отправить ответ», вы соглашаетесь с нашими пользовательским соглашением, политикой конфиденциальности и политикой о куки

Всё ещё ищете ответ? Посмотрите другие вопросы с метками или задайте свой вопрос.