0

我有两个具有不同行数的数据框。

X&Y are coordinates in 2D position

DF1:

X,Y,C
1,1,12
2,2,22
3,3,33
4,4,45
5,5,43
6,6,56

DF2: X,Y开始 squere 下两个X,YEND squere

X,Y,X1,Y1
1,1,3,3
2,2,4,4

part of my code：

A = (abs(DF1['X']).values > abs(DF2['X']).values)
B = (abs(DF1['Y']).values > abs(DF2['Y']).values)
C = (abs(DF1['X']).values < abs(DF2['X1']).values)
D = (abs(DF1['Y']).values < abs(DF2['Y1']).values)
RESULT = A & B & C & D
result=DF1[RESULT]

另外：我只能使用 DF2 中的 2 列，并且在 RESULT 中将仅使用 A 和 B，这是唯一的示例。现在 2 倍 X 和 Y 向我展示了值的范围。

当 DF2 只有一条线时，就可以了。但是我收到的不止一个： ValueError: operands could not be broadcast together with shapes 我知道我需要创建一个将比较所有行的规则，但我不知道如何，我尝试了 diff，但没有好的结果。

输出：我需要删除此错误并开始逐行使用。对于 DF2 中的每一行，我需要单独的结果：对于第 1 行：

X,Y,C
2,2,22

对于第 2 行

X,Y,C
3,3,33

在每次检查该行之后，我需要将数据帧结果保存到一个文件中所以在这个例子中，在一个文件中会有``

2,2,22
3,3,33

谢谢你的建议

编辑：对于 Tbaki

def isInSquare(row, df2):
    df2=result_from_other_def1.df1
    df1=result_from_other_def2.df2

    if (row.X > df2.iloc[0].X) and (row.Y > df2.iloc[1].Y):
        if (row.X < df2.iloc[0].X1) and (row.Y < df2.iloc[1].Y2):
            if (row.X < df2.iloc[1].X) and (row.Y < df2.iloc[1].Y):
                if (row.X > df2.iloc[0].X) and (row.Y > df2.iloc[1].Y2):
                    return True
    return False

DF1.apply(lambda x: isInSquare(x,DF2),axis= 1)# if i will leave this line在这里，tk inter 将自动运行它，所以我认为这应该在定义内。我也不知道 DF1 和 DF2 中有多少行。谢谢

4

1 回答 1

0

检查此代码，检查 5x5 正方形。

DF1 = pd.DataFrame({"X":[1,2,3,4,5,6],"Y":[1,2,3,4,5,6],"C":[12,22,33,45,13,56]})
DF2 = pd.DataFrame({"X":[1,5],"Y":[1,1],"X1":[5,1],"Y1":[5,5]})

def isInSquare(row, df2):
    c1 =  (row.X > df2.iloc[0].X) and (row.Y > df2.iloc[0].Y)
    c1 = c1 and  (row.X < df2.iloc[0].X1) and (row.Y < df2.iloc[0].Y1)
    c1 = c1 and (row.X < df2.iloc[1].X) and (row.Y > df2.iloc[1].Y)               
    c1 = c1 and (row.X > df2.iloc[1].X1) and (row.Y < df2.iloc[1].Y1)
    return c1    

DF_NEW = DF1[DF1.apply(lambda x: isInSquare(x,DF2),axis= 1)]

输出

    C   X   Y
1   22  2   2
2   33  3   3
3   45  4   4

如果你想保持最大 C：

DF_NEW = DF_NEW.groupby(["X","Y"]).max().reset_index()
于 2017-06-09T14:18:47.973 回答