在熊猫数据框架中查找行之间的距离，但参考1行

Question

在此PANDAS DATAFRAME中：

y_train     feat1   feat2
0   9.596113    -7.900107
1   -1.384157   2.685313
2   -8.211954   5.214797

如何在DataFrame末尾添加“距离0级”列的“距离0”列，该框架返回每个类（即每行）与y_train = 0的距离？我想使用0类用作参考。在此dataframe中， feat 1 = x 和 feat 2 = y

我尝试过：

from sklearn.metrics import pairwise_distances

pairwise_distances(df_centroid['feat1'].values, df_centroid['feat2'].values)

但是这给了我错误，

ValueError: Expected 2D array, got 1D array instead:

任何帮助都将不胜感激！

谢谢！

Answer 1

pairwise_distances想要第一个输入x-所有点 - 然后是y-我们要计算距离的位置。

因此，对于X，我们有：所有课程。每个功能都是其位置的一个坐标或数学术语，类是向量 f = [ f ₀ ， f ₁ ]，其中每个 f _i 都是特征权重。

对于y，我们有：class 0。我们要计算到第0类的距离，对于每个X。

只需尝试一下，我们就可以看到

import pandas as pd
import numpy as np
import io

df = pd.read_table(io.StringIO("""
y_train     feat1   feat2
0   9.596113    -7.900107
1   -1.384157   2.685313
2   -8.211954   5.214797
"""), sep=r"\s+")

df[['feat1', 'feat2']].to_numpy()

array([[ 9.596113, -7.900107],
       [-1.384157,  2.685313],
       [-8.211954,  5.214797]])

from sklearn.metrics import pairwise_distances

pairwise_distances(df[['feat1', 'feat2']].to_numpy(), [[ 9.596113, -7.900107]])

# Output
array([[ 0.        ],
       [15.2518014 ],
       [22.11623741]])

继续进行正确执行此操作

AHA，所以让我们 在两种情况下
这就是我使用 .loc ie 0：0 的2D切片的原因。
（并且.to_numpy（）等效物会自动发生，但请记住
想一想如何处理丢失的数据。）

df['distance'] = pairwise_distances(df[['feat1', 'feat2']],
                                    df.loc[0:0, ['feat1', 'feat2']])
df

   y_train     feat1     feat2   distance
0        0  9.596113 -7.900107   0.000000
1        1 -1.384157  2.685313  15.251801
2        2 -8.211954  5.214797  22.116237

我刚刚采用了您在问题中提到的距离指标。现在，您可以看到如何使用它，可以自由地用另一个指标替换它。以这种方式，Sklearn API是非常灵活的WRT互换算法。