Python数据帧向量范数效率

Question

我想为数据帧的每一行计算范数（即以欧几里德距离表示的向量长度）。我知道像mean()和sum()这样的函数存在，但没有norm()。所以我试着自己去实现它

df.apply(lambda values: math.sqrt(sum([v**2 for v in values])), axis=1)

但与求和函数相比，这是非常缓慢的。是否有一个简单（快速）的实现

Answer 1

当然，在这里使用numpy：

In [1]: import pandas as pd, numpy as np

In [2]: df = pd.DataFrame(data=[[1,2,3],[4,5,6]], columns=['a','b','c'])

In [3]: np.linalg.norm(df, axis=1)
Out[3]: array([3.74165739, 8.77496439])