两个 pandas 数据帧之间的欧几里德距离

Question

我有两个数据框：

df1形式的

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，但具有不同的用户：

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

我的想法是，我想找到 中的用户df1和 中的所有用户之间的欧几里德距离df2。为此，我需要能够根据最后两列计算两个数据帧之间的欧几里德距离，以便找出第二个数据帧中与用户 214 最近的用户。

我找到了这个答案，但这不是我需要的，因为我的两个数据帧具有相同的形状，并且我需要以每行方式计算距离：

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帧长度相同的列表中。

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])