如何计算向量集合之间的成对欧几里得距离

问题描述

我有一个这样的 pandas 数据框。其中索引为pd.DatetimeIndex，列为时间序列。

	x_1	x_2	x_3
2020-08-17	133.23	2457.45	-4676
2020-08-18	-982	-6354.56	-245.657
2020-08-19	5678.642	245.2786	2461.785
2020-08-20	-2394	154.34	-735.653
2020-08-20	236	-8876	-698.245

我需要计算所有柱彼此之间的欧几里得距离。即(x_1-x_2)、(x_1-x_3)、(x_2-x_3)，并返回如下正方形数据帧： (请注意，此表中的值只是一个示例，不是欧几里德距离的实际结果)

	x_1	x_2	x_3
x_1	0	123	456
x_2	123	0	789
x_3	456	789	0

我尝试了this资源，但我不知道如何传递我的df的列。如果理解正确，该示例将行作为序列传递，以计算ED。

---

解决方案

实现这一点的明确方法是：

from itertools import combinations

import numpy as np

dist_df = pd.DataFrame(index=df.columns, columns=df.columns)

for col_a, col_b in combinations(df.columns, 2):
    dist = np.linalg.norm(df[col_a] - df[col_b])
    dist_df.loc[col_a, col_b] = dist
    dist_df.loc[col_b, col_a] = dist

print(dist_df)

输出

              x_1           x_2           x_3
x_1           NaN  12381.858429   6135.306973
x_2  12381.858429           NaN  12680.121047
x_3   6135.306973  12680.121047           NaN

如果希望0而不是NaN使用DataFrame.fillna：

dist_df.fillna(0, inplace=True)