在pandas数据帧python上应用pairwise函数

Question

我有一个数据帧，我想应用我自己的距离配对。 myDistance需要2个数据帧，使用skelarn pairwise_distance或scipy pdist转换的问题是ndarray。 示例：

df = pd.DataFrame([[1,2,3,3],[2,3,3,4],[4,1,3,2]],columns=['A','B','C','D'])

这将返回：

^{pr2}$

然后：

def myDistance(f1,f2):
    return f1['A']-f2['A']

myDistance(df.loc[0],df.loc[1])

此操作有效并返回-1。
但事实并非如此，因为pdist将df行视为ndarray

from scipy.spatial.distance import pdist
dist = pdist(df,myDistance)

索引器错误：只有整数、切片（:）、省略号（...），新轴（None）和整数或布尔数组是有效的索引

Answer 1

我想我理解你的问题。您只需要计算dataframe的A列上的成对距离。在这种情况下，假设列A是两个数据帧上的第一列，那么您需要将自定义函数更改为：

def myDistance(u, v):
    return((u - v)[0])  # get the 0th index, which corresponds to column A

现在运行：

^{pr2}$

结果：

array([-1., -3., -2.])