给定两个有3列的数据集，提取两个数据集中第三列值几乎相等的行

Question

给定这两个数据集：

data_set_1.txt：https://pastebin.com/VQrsv8kU

data_set_2.txt：https://pastebin.com/jFBa6kZq

（无需注册即可下载）

我试图获得x_1、y_1、x_2和y_2的值，其中：

z_1 = z_2（在阈值内）。你知道吗

有办法吗？你知道吗

1）两个数据集的长度不同

2）由于z_1和z_2永远不会完全相等，我尝试了以下方法：

import numpy as np
y_1, z_1, x_1 = np.loadtxt('./data_set_1.txt').T    
y_2, z_2, x_2 = np.loadtxt('./data_set_2.txt').T

threshold = 0.000005
for i in z_1:
 for j in z_2:
   if abs(i - j) < threshold:
   print "i = ", ('%.13f' % i)
   print "j = ", ('%.13f' % j)

结果如下：

i =  -941.4594925722633
j =  -941.4594947788443
i =  -941.4456535625201
j =  -941.4456565008313
i =  -941.4291125503427
j =  -941.4291149979141
i =  -941.4326065311985
j =  -941.4326072530644
i =  -941.4098552554067
j =  -941.4098593315858
i =  -941.4138389914422
j =  -941.4138343941854
i =  -941.3961673813864
j =  -941.3961719676133
i =  -941.3984112845883
j =  -941.3984098947884
i =  -941.3838698217477
j =  -941.3838733787329
i =  -941.4001013025463
j =  -941.4001055479807

可以检查这是否有效，因为i = -941.4594925722633位于./data_set_1.dat的z_1列，而j = -941.4594947788443位于./data_set_2.dat。你知道吗

现在，每个打印的i结果都包含x_1和y_1

类似地，这些j结果中的每一个都包含x_2和y_2

我无法提取x_1、y_1、x_2和y_2

Answer 1

以下是仅使用numpy的粗略开始：

idx = abs(z1 - z2[:, None]) < threshold
idx1 = idx.any(0)
idx2 = idx.any(1)

idx1和idx2可以用来获取相关的行，例如y1[idx1]、y2[idx2]等

代码的工作原理是对z1、z2中的所有元素进行两两比较，然后找到其中一个比较小于阈值的任何元素。
对于一个大数据集，Rory的答案会更快，并且占用更少的内存，因为它只在需要的地方计算比较。对于较小的数据集（如给定的数据集），消除循环的加速应该是相当大的。你知道吗