如何为含XY坐标的DataFrame添加基于最近固定点的分类列？

嘿，这个需求很常见，而且完全不用嵌套循环就能高效搞定！嵌套循环不仅代码繁琐，数据量大的时候还会慢得让人头疼，咱们用Pandas和NumPy的向量化操作来解决，既简洁又高效。

首先先把你的数据定义好（方便复现测试）：

import pandas as pd
import numpy as np

# 你的df1数据
df1 = pd.DataFrame({
    'X': [224, 258, 225, 257, 226, 257, 226, 257, 224, 258],
    'Y': [234, 232, 235, 232, 235, 232, 235, 232, 234, 232]
})

# 你的固定座位列表，转成numpy数组方便计算
seats = np.array([[260, 165], [315, 165], [370, 165], [423, 165], [485, 200], 
                  [420, 240], [370, 240], [315, 240], [260, 240], [200,200]])

接下来分三步完成需求：

步骤1：计算每个点到所有座位的距离（向量化实现） #

我们用欧氏距离的平方来比较（因为平方和开根号后的最小值索引完全一致，这样能省去开根号的计算开销，速度更快）：

# 把df1的坐标转换成numpy数组
points = df1[['X', 'Y']].to_numpy()

# 用广播机制计算每个点到所有座位的平方距离，结果形状为 (df1行数, 座位数)
squared_distances = np.sum((points[:, np.newaxis] - seats)**2, axis=2)

步骤2：找到每个点对应的最小距离座位索引 #

对每一行（每个坐标点）取最小距离对应的座位索引：

min_indices = np.argmin(squared_distances, axis=1)

步骤3：生成分类列（seats0到seats9） #

把索引转换成你需要的字符串格式：

df1['seat_category'] = 'seats' + min_indices.astype(str)

运行结果示例 #

执行完后，df1的前10行会是这样：

X    Y seat_category
0  224  234        seats8
1  258  232        seats8
2  225  235        seats8
3  257  232        seats8
4  226  235        seats8
5  257  232        seats8
6  226  235        seats8
7  257  232        seats8
8  224  234        seats8
9  258  232        seats8

这是因为前10个点都离seats[8]（坐标[260,240]）最近，符合实际计算结果。

为什么不推荐嵌套循环？ #

• 效率极高：向量化操作是底层用C实现的，比Python层面的嵌套循环快几个数量级，当df1有成千上万行时，差距会非常明显。
• 代码简洁易读：几行代码就完成逻辑，维护和修改都很方便。

如果一定要用循环（非常不推荐），也能实现，但性能拉胯：

def find_closest_seat(row):
    min_dist = float('inf')
    closest_idx = -1
    for idx, seat in enumerate(seats):
        dist = (row['X'] - seat[0])**2 + (row['Y'] - seat[1])**2
        if dist < min_dist:
            min_dist = dist
            closest_idx = idx
    return f'seats{closest_idx}'

df1['seat_category'] = df1.apply(find_closest_seat, axis=1)

内容的提问来源于stack exchange，提问作者user11999146