通过坐标的熊猫数据框在单元格中查找点
问题内容：
我必须通过两个熊猫数据框找到给定的点坐标和单元格边界的坐标，然后在正方形单元格的网格中找到哪些点。我将 dfc 称为包含代码和单元格边界坐标的数据
框 （我简化了问题，在实际分析中，我有一个带有地理点和大量要检查点的大网格）：
Code,minx,miny,maxx,maxy
01,0.0,0.0,2.0,2.0
02,2.0,2.0,3.0,3.0
并 dfp 包含ID和点坐标的数据框：
Id,x,y
0,1.5,1.5
1,1.1,1.1
2,2.2,2.2
3,1.3,1.3
4,3.4,1.4
5,2.0,1.5
现在，我想执行一次搜索，以在dfc数据帧中返回该点所在的网格的新列（称为“ GridCode”）。像元应完美地平方，因此我想通过以下方式执行分析：
a = np.where(
(dfp['x'] > dfc['minx']) &
(dfp['x'] < dfc['maxx']) &
(dfp['y'] > dfc['miny']) &
(dfp['y'] < dfc['maxy']),
r2['Code'],
'na')
避免在数据帧上出现多个循环。数据帧的长度不同。结果数据帧应如下所示：
Id x y GridCode
0 0 1.5 1.5 01
1 1 1.1 1.1 01
2 2 2.2 2.2 02
3 3 1.3 1.3 01
4 4 3.4 1.4 na
5 5 2.0 1.5 na
在此先感谢您的帮助！
问题答案：
可能是一种更好的方法，但是由于这种方法已经存在了一段时间。
使用Pandas布尔值索引而不是np.where（）过滤dfc数据帧
def findGrid(dfp):
c = dfc[(dfp['x'] > dfc['minx']) &
(dfp['x'] < dfc['maxx']) &
(dfp['y'] > dfc['miny']) &
(dfp['y'] < dfc['maxy'])].Code
if len(c) == 0:
return None
else:
return c.iat[0]
然后使用pandas apply（）函数
dfp['GridCode'] = dfp.apply(findGrid,axis=1)
会产生这个
Id x y GridCode
0 0 1.5 1.5 1
1 1 1.1 1.1 1
2 2 2.2 2.2 2
3 3 1.3 1.3 1
4 4 3.4 1.4 NaN
5 5 2.0 1.5 NaN
