一个范围内的平均数据点？答案

【问题标题】：Average data points within a range of each other?一个范围内的平均数据点？
【发布时间】：2016-03-25 12:22:27
【问题描述】：

我有一个包含以下列的 Pandas 数据框：

lat1    lon1    lat2    lon2

lat 和 lon 变量是以度为单位的纬度和经度。许多点彼此非常非常接近。我想将此数据框划分为“集群”，例如，将彼此相距 60 英尺以内的所有数据点组合在一起。我知道我可以使用geopy.distance.vincenty 来获取点之间的距离。但我不确定如何根据彼此的距离循环遍历数据框以聚类点。

【问题讨论】：

查看this question。这是一种不同的语言，但同样的问题。
您想对彼此固定距离内的数据点进行分组（例如在您的示例中为 60 英尺），还是希望您的分组更具动态性？您可以查看后者的“基于密度的聚类”算法。
您可以查看this
我原本打算走固定距离，但我喜欢你们提到的动态方法的想法。试试看，谢谢！

标签： python pandas cluster-analysis

【解决方案1】：

问题是你的任务没有很好的定义。

考虑点 a、b、c。设距离为：a 到 b：40，b 到 c：40，a 到 c 80。

现在，如果您想对 60 以内的点进行平均，那么您需要用 a 和 c 来平均 b，而不是用 a 和 c！

您需要在这里更精确。也许是单链路聚类，但也许你想要完整的链路，或者平均链路，或者病房，或者 DBSCAN，或者......

【讨论】：