計算2個數據幀之間的最小距離並估計一個數據幀中的缺失點位置

Question

估計數據框：

指數	X	是
1	0.47	0.46
2	0.44	0.46
3	0.41	0.45
4	0.38	0.45
5	0.35	0.45
6	0.33	0.44
7	0.30	0.43
8	0.30	0.39

real_dataframe：

指數	X	是
1	0.46	0.463
4	0.40	0.453
5	0.37	0.455
6	0.34	0.450
7	0.32	0.448

目標：計算估計與真實之間的最小距離，並將距離與不匹配的估計數據點相加以指示真實數據幀中缺失的位置

缺失可能位於數據幀的中間，在這種情況下（2,3 和 8） real_missing 等於估計加上距離

指數	X	是
2	0.44 加 d	0.46加D
3	0.41 加 d	0.45加D
8	0.30 加 d	0.39加D

Answer 1

import math
mindistance = []
mindistance_x = []
mindistance_y = []
l_list = []
for x, y in zip(data_test.x_center,data_test.y_center):
    #x = data_test.x_center[0]
    #y = data_test.y_center[0]
    dist = []
    dist_x = []
    dist_y = []
    for w,z in zip(Estimated.x_center,Estimated.y_center):
        distance = math.sqrt((x - w)**2 + (y - z)**2)
        dist.append(distance)
        dist_x.append(x-w)
        dist_y.append(y-z)
    l = np.argmin(dist)
    l_list.append(l)
    mindistance.append(dist[l])
    mindistance_x.append(dist_x[l])
    mindistance_y.append(dist_y[l])

#average_min_distance = mean(mindistance)
#average_min_distance