时间戳

首页 > 解决方案 > Python：不仅根据值，还根据其他参与者的最小距离对选择单个最小距离对

python - Python：不仅根据值，还根据其他参与者的最小距离对选择单个最小距离对

问题描述

例如，我有两个实体列表和一个测量它们之间距离的函数。假设它是名称和电子邮件。在下表中，我测量了每封电子邮件到每个姓名的距离。

    1@ - {A:0.2, B:0.3, C:0.4, D:0.6}
    2@ - {A:0.15, B:0.2, C:0.2, D:0.5}
    3@ - {A:0.1, B:0.05, C:0.03, D:0.2}

现在我想为名称中的每个电子邮件找到单个最小距离对。但是，请注意，如果两个电子邮件具有相同的最小距离候选名称，则距离最小的获胜。在这种情况下，另一封电子邮件应该选择第二个最接近的候选名称并再次检查。

因此，在这种情况下，结果应该是：

    1@: B  
    2@: A
    3@: C

表说明：

电子邮件/姓名 一个 乙 C D
1@ 0.2 0.3 0.4 0.6
2@ 0.15 0.2 0.2 0.5
3@ 0.1 0.05 0.03 0.2

速度很重要。它可以以数据帧或字典的形式处理，没关系。
谢谢你的帮助。

升级版：

当电子邮件数量>名称数量时，可能会有一些电子邮件未被分配，也需要捕获它们。

标签： pythonpandasloopsdictionary

解决方案

假设你有这个数据框：

  emails/names     A     B     C    D
0           1@  0.20  0.30  0.40  0.6
1           2@  0.15  0.20  0.20  0.5
2           3@  0.10  0.05  0.03  0.2

然后：

df = df.set_index("emails/names")
numpy_df = df.to_numpy()

forbidden_rows, forbidden_cols = [], []
while len(forbidden_rows) != len(df):
    row, col = np.unravel_index(numpy_df.argmin(), df.shape)
    numpy_df[:, col] = np.inf
    numpy_df[row, :] = np.inf
    forbidden_rows.append(df.index[row])
    forbidden_cols.append(df.columns[col])

for r, c in zip(forbidden_rows, forbidden_cols):
    print(r, c)

印刷：

3@ C
2@ A
1@ B

编辑：将数据框转换为numpy.ndarray第一个。

编辑：打印未分配的电子邮件：

对于此数据框：

  emails/names     A     B     C    D
0           1@  0.20  0.30  0.40  0.6
1           2@  0.15  0.20  0.20  0.5
2           3@  0.10  0.05  0.03  0.2
3           4@  0.10  0.05  0.03  0.2
4           5@  0.11  0.25  0.43  0.2
5           6@  0.12  0.35  0.53  0.3

这个：

df = df.set_index("emails/names")
numpy_df = df.to_numpy()

forbidden_rows, forbidden_cols = [], []
while len(forbidden_rows) != len(df) and len(forbidden_cols) != len(df.columns):
    row, col = np.unravel_index(numpy_df.argmin(), df.shape)
    numpy_df[:, col] = np.inf
    numpy_df[row, :] = np.inf
    forbidden_rows.append(df.index[row])
    forbidden_cols.append(df.columns[col])

for r, c in zip(forbidden_rows, forbidden_cols):
    print(r, c)

print("Unassigned emails:")
print(df.index[~df.index.isin(forbidden_rows)].values)

印刷：

3@ C
4@ B
5@ A
6@ D
Unassigned emails:
['1@' '2@']

推荐阅读