如何在Pandas中根据指定数据点查找最邻近匹配点

现有数据集包含DATE_TIME、ID（含数字与字母）、VALUE1-VALUE4、MODEL、SOLD等多列。原代码通过按MODEL分组，利用scipy的distance_matrix计算SOLD值不同的组内VALUE1-VALUE4的最邻近点，但仅返回每组的一对匹配结果。需要修改代码，支持输入指定行索引或行数据，返回满足MODEL相同、SOLD不同条件下，VALUE1-VALUE4最邻近的匹配点。

首先导入必要依赖库：

import numpy as np
import pandas as pd
from scipy.spatial import distance_matrix

定义核心函数，兼容两种输入方式：

def find_nearest_matching_row(input_data, df):
    # 处理输入：整数索引则取对应行，行数据直接使用
    if isinstance(input_data, int):
        target_row = df.loc[input_data]
    else:
        target_row = input_data
    
    # 提取目标行关键参数
    target_model = target_row['MODEL']
    target_sold = target_row['SOLD']
    target_values = target_row[['VALUE1', 'VALUE2', 'VALUE3', 'VALUE4']].to_numpy().reshape(1, -1)
    
    # 筛选符合条件的候选样本
    candidate_df = df[(df['MODEL'] == target_model) & (df['SOLD'] != target_sold)]
    
    if candidate_df.empty:
        return None  # 无匹配样本时返回None
    
    # 计算距离矩阵并找到最近点
    candidate_values = candidate_df[['VALUE1', 'VALUE2', 'VALUE3', 'VALUE4']].to_numpy()
    dist_matrix = distance_matrix(target_values, candidate_values)
    min_dist_idx = dist_matrix.argmin()
    
    return candidate_df.iloc[min_dist_idx]

1. 通过行索引查找：

# 查找索引为15的行的最邻近匹配点
nearest_row = find_nearest_matching_row(15, df)
print(nearest_row)

2. 通过行数据查找：

# 取数据集某一行作为输入
target_row = df.loc[30]
nearest_row = find_nearest_matching_row(target_row, df)
print(nearest_row)

• 输入兼容：自动识别输入类型（索引/行数据），统一转换为目标行对象处理
• 精准筛选：严格过滤出与目标行MODEL一致、SOLD相反的样本，确保匹配规则符合需求
• 距离计算：借助distance_matrix计算欧氏距离，快速定位距离最小的匹配点
• 边界处理：无符合条件样本时返回None，避免程序报错

内容的提问来源于stack exchange，提问作者dspractician