按顺序为各InputID匹配仅可分配一次的最小Dist_km对应TargetID

实现逻辑 #

• 先将原始数据集按照InputID升序、Dist_km升序排序，保证优先处理ID更小的Input，且每个Input的候选Target按距离从近到远排列
• 维护一个已占用TargetID的集合，用于快速校验Target是否已经被分配给更小的InputID
• 按顺序遍历每个InputID，依次检查它的候选Target，取第一个未被占用的Target完成分配，同时将该Target标记为已占用

你的场景中TargetID总数量为1435，大于InputID的945，不存在无可用Target分配的异常情况，无需额外兜底逻辑

可直接运行的Python实现（基于pandas） #

基础版本：

import pandas as pd

# 替换为你的原始数据文件路径，支持csv/xlsx等pandas可读取格式
df = pd.read_csv("distance_data.csv")

# 按InputID升序、距离升序排序全表
df_sorted = df.sort_values(by=["InputID", "Dist_km"], ascending=[True, True])

used_targets = set()
match_result = []

# 按顺序遍历所有InputID
for input_id in df_sorted["InputID"].unique():
    # 筛选当前InputID的所有候选Target
    current_candidates = df_sorted[df_sorted["InputID"] == input_id]
    for _, row in current_candidates.iterrows():
        target = row["TargetID"]
        if target not in used_targets:
            # 匹配到最近可用Target，保存结果
            match_result.append({
                "InputID": input_id,
                "TargetID": target,
                "Dist_km": row["Dist_km"]
            })
            used_targets.add(target)
            break

# 导出匹配结果到文件
result_df = pd.DataFrame(match_result)
result_df.to_csv("match_result.csv", index=False)

• 性能优化版本（适合百万级以上的大数据量场景）：

import pandas as pd

df = pd.read_csv("distance_data.csv")
df_sorted = df.sort_values(by=["InputID", "Dist_km"], ascending=[True, True])

# 提前按InputID分组，避免重复过滤全表
input_groups = df_sorted.groupby("InputID")
used_targets = set()
match_result = []

for input_id, group in input_groups:
    for _, row in group.iterrows():
        target = row["TargetID"]
        if target not in used_targets:
            match_result.append({
                "InputID": input_id,
                "TargetID": target,
                "Dist_km": row["Dist_km"]
            })
            used_targets.add(target)
            break

result_df = pd.DataFrame(match_result)
result_df.to_csv("match_result.csv", index=False)

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