我想为每个项目地块分配两个控制地块。在第一次迭代中，我想将最近的控制地块（具有最小值dist_project_plot_id*）分配给正在评估的项目地块。如果此控制地块已分配给项目地块，我们将查找下一个最近的控制地块。
一旦所有的项目地块都被分配了第一个控制地块，我们就为每个项目地块分配第二个控制地块，遵循相同的标准：找到距离最小的控制地块，只要它以前没有被分配给另一个项目地块。
I have a dataframe which looks like:
`data = {
'control_plot_id': [1526258, 1507770, 1539206, 1528123, 2019722, 1504105],
'dist_project_plot_id1': [3025.22, 2670.43, 2140.41, 1697.68, 3999.77, 2783.97],
'dist_project_plot_id2': [488.07, 427.82, 1180.68, 1386.38, 4739.51, 590.44],
'dist_project_plot_id3': [2033.15, 2193.51, 2958.56, 3168.14, 5573.02, 2008.31]
}
df = pd.DataFrame(data)`字符串
其中：control_plot_id表示控制地块的标识符，dist_project_plot_id 1表示控制地块与项目地块1之间的距离，dist_project_plot_id 2表示控制地块与项目地块2之间的距离，等等。
我在下面的代码中尝试了第一次搜索：
import pandas as pd
df = pd.DataFrame(data)
# Add new columns "PP" and "dist"
df['PP'] = ''
df['dist'] = np.nan
# Get the column names starting with 'project_plot_id'
project_columns = [col for col in df.columns if col.startswith('project_plot_id')]
# Iterate over the project_plot_id columns
for col in project_columns:
# Sort the dataframe by the current column in ascending order
df_sorted = df.sort_values(col)
# Find the k-nearest control plots for the current column
k = 1 # Set the value of k
nearest_control_plots = []
for i in range(k):
min_value = df_sorted.loc[~df_sorted['control_plot_id'].isin(nearest_control_plots)].head(1)[['control_plot_id', col]]
nearest_control_plots.append(min_value['control_plot_id'].values[0])
df.loc[df['control_plot_id'] == min_value['control_plot_id'].values[0], 'PP'] = col
df.loc[df['control_plot_id'] == min_value['control_plot_id'].values[0], 'dist'] = min_value[col].values[0]型
我无法编程的是，如果已经为项目图选择了一个控制图，代码应该继续搜索下一个最近的控制图，可能是第三个，第四个，甚至是最后一个。
预期输出应包含以下列：
*control_plot_id：原始控制图id
*PP：已选择控制地块的项目地块
*dist：控制图与所选控制图之间的距离
1条答案
按热度按时间lyr7nygr1#
根据描述，这就是你要找的：
字符串
这将返回：
型
这就是你所要求的：
我想指定最近的控制地块如果这个控制区已经被分配给一个项目区，我们将寻找下一个最近的控制区。一旦所有项目区都被分配了第一个控制区，我们将按照相同的标准为每个项目区分配第二个控制区：找到具有最小距离的控制地块，只要它以前没有被指定给另一个项目地块。
然而，你的示例输出与你解释你想要的不同，不知道为什么。
编辑后注意：如果你想要每个项目一行，那么，就像我在编辑之前澄清你的预期输出时的回答一样：
型
它将返回：
型