两个熊猫数据框之间的欧几里得距离

Question

我有两个dataframes：

表格的df1

user_id  | x_coord  | y_coord
 214         -55.2      22.1
 214         -55.2      22.1
 214         -55.2      22.1
...

和 df2，具有相同的形式，但使用不同的用户：

user_id  | x_coord  | y_coord
 512         -15.2      19.1
 362          65.1      71.4
 989         -84.8      13.7
...

这个想法是，我想在df1中的用户与df2中的所有用户之间找到欧几里得距离。为此，我需要能够根据最后两列计算两个数据范围之间的欧几里得距离，以便找出第二个数据框中最接近的用户与用户214.

。

我找到了这个答案，但这不是我需要的，因为我的两个数据范围具有相等的形状，我需要以每行计算的距离：

Euclidean_Distance_i(row_i_df1, row_i_df2)

并将所有这些距离保存在与这些数据框相同长度的列表中。

Answer 1

尝试：

def Euclidean_Dist(df1, df2, cols=['x_coord','y_coord']):
    return np.linalg.norm(df1[cols].values - df2[cols].values,
                   axis=1)

测试：

df1 = pd.DataFrame({'user_id':[214,214,214],
                'x_coord':[-55.2,-55.2,-55.2],
                'y_coord':[22.1,22.1,22.1]})
df2 = pd.DataFrame({'user_id':[512, 362, 989],
                    'x_coord':[-15.2, 65.1, -84.8],
                    'y_coord':[19.1, 71.4, 13.7]})
Euclidean_Dist(df1, df2)

输出：

array([ 40.11234224, 130.0099227 ,  30.76881538])

Answer 2

，因此在您的情况下

from scipy.spatial import distance
ary = distance.cdist(df1.iloc[:,1:], df2.iloc[:,1:], metric='euclidean')
df2.iloc[ary.argmin(1),0]
Out[759]: 
2    989
2    989
2    989
Name: user_id, dtype: int64
df1['close_from_df2']=df2.iloc[ary.argmin(1),0].values

Answer 3

我们首先可以将坐标作为numpy数组。

x1 = df1.x_coord.values
x2 = df2.x_coord.values
y1 = df1.y_coord.values
y2 = df2.y_coord.values

然后我们可以计算平方距离

d2 = np.square( x2 - x1 )  + np.square( y2 - y1 ) 
distances = np.sqrt( d2 )

distances数组是每排所需的距离。