在pandas dataframe python上应用成对函数

Question

我有一个数据帧，我想成对地应用我自己的距离。 问题是myDistance需要2个数据帧，并且使用skelarn pairwise_distance或scipy pdist转换为ndarray。 例如：

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

返回：

    A   B   C   D
0   1   2   3   3
1   2   3   3   4
2   4   1   3   2

然后：

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

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

这可以工作并返回-1。
但这不是，因为pdist将df行视为ndarray

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

IndexError：只有整数，切片（:），省略号（...），numpy.newaxis（None）和整数或布尔数组才是有效索引

Answer 1

我认为我理解你的问题。您希望基本上仅在数据框的A列上计算成对距离。在这种情况下，假设列A是两个数据帧的第一列，那么您希望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：

dist = pdist(df, myDistance)

结果：

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