如何计算数据框中行之间的距离并创建矩阵

debugcn 发表于 Dev

耐莉·路易斯

我有一个这样的数据框

import pandas as pd
sample = pd.DataFrame({'Col1': ['1','0','1','0'],'Col2':['0','0','1','1'],'Col3':['0','0','1','0'],'Class':['A','B','A','B']},index=['Item1','Item2','Item3','Item4'])
In [32]: print(sample)
Out [32]:
      Col1 Col2 Col3 Class
Item1    1    0    0    A
Item2    0    0    0    B
Item3    1    1    1    A
Item4    0    1    0    B

我想计算differents类的行之间的行距离。我的意思是，首先我要计算classA行之间的距离

       Item1   Item3
Item1  0       0.67
Item3 0.67     0

其次，B类行之间的距离

       Item2   Item4
Item2  0       1
Item4  1       0

最后是不同阶级之间的距离。

       Item2   Item4
Item1  1       1
Item3  1       0.67

我尝试用DistanceMetric一对一地计算距离

from sklearn.neighbors import DistanceMetric
dist = DistanceMetric.get_metric('jacquard')

但是我不知道我是否可以对大型数据框中的不同行进行迭代，并创建具有距离的3个不同矩阵

莫希特·莫特瓦尼（Mohit Motwani）

要查找A类和B类内的距离，可以使用DataFrame.groupby，（使用的距离为euclidean）：

def find_distance(group):
    return pd.DataFrame(dist.pairwise(group.values))

df.groupby('Class').apply(find_distance)

            0           1
Class           
A      0    0.000000    1.414214
       1    1.414214    0.000000
B      0    0.000000    1.000000
       1    1.000000    0.000000

如果只有两个类，则可以将两个类分为两个数据帧，然后计算差值：

dist_cols = ['Col1', 'Col2','Col3']
df_a = df[df['Class']=='A']
df_b = df[df['Class']=='B']

distances = dist.pairwise(df_a[dist_cols].values, df_b[dist_cols].values)
distances
> array([[1.        , 1.41421356],
       [1.73205081, 1.41421356]])

pd.DataFrame(distances, columns = df_b.index, index = df_a.index)

          Item2       Item4
Item1   1.000000    1.414214
Item3   1.732051    1.414214

本文收集自互联网，转载请注明来源。

如有侵权，请联系[email protected] 删除。