Question

我有一个如下的数据框：

           uuid        x_1         y_1         x_2         y_2
0        di-ab5      82.31      184.20      148.06      142.54  
1        di-de6      92.35      185.21       24.12       16.45
2        di-gh7     123.45        0.01         NaN         NaN 
...

我正在尝试计算新列中 [x_1, y_1] 和 [x_2, y_2] 之间的欧几里德距离（在本例中不是实数值）。

           uuid       dist
0        di-ab5      12.31    
1        di-de6      62.35   
2        di-gh7        NaN

注意事项：

某些行在某些数据点上具有 NaN
可以将原始数据框中的数据表示为点（即 [1.23, 4.56]）而不是拆分 x 和 y 坐标

我目前正在使用以下脚本：

df['dist']  = np.sqrt((df['x_1'] - df['x_2'])**2 + (df['y_1'] - df['y_2'])**2)

但它看起来很冗长并且经常失败。使用 Pandas、numpy 或 scipy 有没有更好的方法来做到这一点？

Answer 1

您可以使用 np.linalg.norm，即：

df['dist'] = np.linalg.norm(df.iloc[:, [1,2]].values - df.iloc[:, [3,4]], axis=1)

输出：

     uuid     x_1     y_1     x_2     y_2        dist
0  di-ab5   82.31  184.20  148.06  142.54   77.837125
1  di-de6   92.35  185.21   24.12   16.45  182.030960
2  di-gh7  123.45    0.01     NaN     NaN         NaN

Answer 2

def getDist( df, a, b ):
    return np.sqrt((df[f'x_{a}']-df[f'x_{b}'])**2+(df[f'y_{a}']-df[f'y_{b}'])**2)

Answer 3

np.sqrt((df.filter(like='x').agg('diff',1).sum(1)**2)+(df.filter(like='y').agg('diff',1).sum(1)**2))

工作原理

分别过滤 x 和 y

df.filter(like='x')

找出交叉列的差异并将其平方。

df.filter(like='x').agg('diff',1).sum(1)**2

将两个结果相加，求平方根。

np.sqrt((df.filter(like='x').agg('diff',1).sum(1)**2)+(df.filter(like='y').agg('diff',1).sum(1)**2))

Answer 4

另一种使用 numpy 的解决方案：

diff = (df[['x_1','y_1']].to_numpy()-df[['x_2','y_2']].to_numpy())
df['dist'] = np.sqrt((diff*diff).sum(-1))

输出：

    uuid    x_1     y_1     x_2     y_2     dist
0   di-ab5  82.31   184.20  148.06  142.54  77.837125
1   di-de6  92.35   185.21  24.12   16.45   182.030960
2   di-gh7  123.45  0.01    NaN     NaN     NaN

Pandas - 列之间的欧几里德距离

4 个答案: