计算两个dataframe最小距离并估算其中缺失点的位置

前置数据说明 #

现有两组带x、y坐标的DataFrame数据：

• 估计数据表estimate_dataframe：包含索引1~8共8条坐标数据
• 真实数据表real_dataframe：仅包含索引1、4、5、6、7共5条坐标数据
• 本次待推算的真实表缺失点：索引为2、3、8的3条坐标

实现逻辑 #

核心目标 #

通过匹配点的坐标差计算全局偏移量，将偏移量叠加到估计表的未匹配点坐标上，即可得到真实表的缺失点坐标，该方案支持中部缺失的点位推算。

计算步骤 #

1. 偏移量计算
   取两个表索引一致的匹配点位，逐点计算坐标差值：
   • 单匹配点x方向偏移 = 真实点x坐标 - 对应估计点x坐标
   • 单匹配点y方向偏移 = 真实点y坐标 - 对应估计点y坐标
     取所有匹配点偏移的中位数（或最小距离对应的偏移值，可过滤异常点干扰）作为最终全局偏移量：x方向偏移d，y方向偏移D
2. 缺失点坐标推算
   按固定规则计算缺失点的真实坐标：
   • 缺失点x坐标 = 对应索引的估计点x坐标 + d
   • 缺失点y坐标 = 对应索引的估计点y坐标 + D

内容的提问来源于stack exchange，提问作者Yumeng Xu