如何按group分组生成与输入位置最短距离的Python字典

核心问题 #

你当前的代码只单独存储了距离值，没有将距离和对应的点位code、group字段做绑定，所以无法直接关联生成目标格式的结果。

修改思路 #

1. 遍历全量点位判断是否在半径范围内时，直接同步计算距离，同时绑定该点位的code、group、距离三个字段，避免后续关联错乱
2. 对每个输入圆心的符合条件的点位，按group分组，每组内取距离最小的点位即可

修改后完整代码 #

def search(inputFile, LocationCode, radius):
    from math import sqrt
    data = dict()
    with open(inputFile) as file:        
        next(file) 
        for line in file.readlines():
            line = line.strip('\n').replace(' ', '') # 处理字段间的空格，避免分割异常
            code, x, y, group, n, importance = line.split(",")
            # 提前转换坐标为float，避免后续重复转换
            data[code] = (float(x), float(y), group, n, importance)   
    float_rad = float(radius)
    final_result = [] # 存储最终返回结果

    for loc_code in LocationCode:
        # 获取当前搜索圆心的坐标
        center_x, center_y = data[loc_code][0], data[loc_code][1]
        # 存储当前圆心下所有符合条件的点位：格式为(code, group, 距离)
        valid_points = []
        for code, val in data.items():
            x, y, group, _, _ = val
            # 跳过自身点位
            if code == loc_code:
                continue
            dist_square = (x - center_x)**2 + (y - center_y)**2
            if dist_square < float_rad**2:
                dist = sqrt(dist_square)
                valid_points.append((code, group, dist))
        # 按group分组，每组保留距离最小的点位
        group_min_dict = {}
        for point in valid_points:
            code, group, dist = point
            if group not in group_min_dict or dist < group_min_dict[group][1]:
                group_min_dict[group] = (code, dist)
        final_result.append(group_min_dict)
    return final_result

# 测试运行
output = search('sample.csv', ["x26", "x52"], 3.5)
print(output)

代码说明 #

• 去掉了原代码中冗余的三角函数导入，你提供的是平面x/y坐标，不需要经纬度距离计算相关的函数
• 所有关联字段全程绑定存储，不会出现距离和点位对应不上的问题
• 输出结果完全符合你要求的格式，每个输入点位对应一个按group分组的字典，值为最短点位的(code, 距离)元组

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