Question

我正在使用Python 3.6而且我是新手，所以请提前感谢您的耐心等待。

我有一个函数可以总结3点之间的差异。然后它应该采用“差异”并将它们与另一个名为标签的DataFrame连接起来。 k和长度是整数。我希望生成的DataFrame有两列但只有一列。

示例代码：

def distance(df1,df2,labels,k,length):
total_dist = 0
for i in range(length):
    dist_dif = df1.iloc[:,i] - df2.iloc[:,i]
    sq_dist = dist_dif ** 2
    root_dist = sq_dist ** 0.5
    total_dist = total_dist + root_dist
return total_dist
distance_df = pd.concat([total_dist, labels], axis=1)
distance_df.sort(ascending=False, axis=1, inplace=True)
top_knn = distance_df[:k]
return top_knn.value_counts().index.values[0]

示例数据：

d1 = {'Z_Norm_Age': [1.20, 2.58,2.54], 'Pclass': [3, 3, 2], 'Conv_Sex': [0, 1, 0]}
d2 = {'Z_Norm_Age': [-0.51, 0.24,0.67], 'Pclass': [3, 1, 3], 'Conv_Sex': [0, 1, 1]}
lbl = {'Survived': [0, 1,1]}

df1 = pd.DataFrame(data=d1)
df2 = pd.DataFrame(data=d2)
labels = pd.DataFrame(data=lbl)

我希望数据看起来像这样：

     total_dist  labels       
0    1.715349     0
1    2.872991     1
2    4.344087     1

但它看起来像这样：

0    1.715349
1    4.344087
2    2.872991
dtype: float64

输出不执行以下操作： 1.返回标签列数据 2.按降序对数据进行排序

如果有人能指出我正确的方向，我真的很感激。

Answer 1

给定两个DataFrame s，df1-df2将执行减法元素。使用abs()获取该差异的绝对值，最后对每一行求和。这是对以下函数中第一个命令的解释。其他行与您的代码类似。

import numpy as np
import pandas as pd
def calc_abs_distance_between_rows_then_add_labels_and_sort(df1, df2, labels):
    diff = np.sum(np.abs(df1-df2), axis=1)  # np.sum(..., axis=1) sums the rows
    diff.name = 'total_abs_distance'        # Not really necessary, but just to refer to it later
    diff = pd.concat([diff, labels], axis=1)
    diff.sort_values(by='total_abs_distance', axis=0, ascending=True, inplace=True)
    return diff

因此，对于您的示例数据：

d1 = {'Z_Norm_Age': [1.20, 2.58,2.54], 'Pclass': [3, 3, 2], 'Conv_Sex': [0, 1, 0]}
d2 = {'Z_Norm_Age': [-0.51, 0.24,0.67], 'Pclass': [3, 1, 3], 'Conv_Sex': [0, 1, 1]}
lbl = {'Survived': ['a', 'b', 'c']}

df1 = pd.DataFrame(data=d1)
df2 = pd.DataFrame(data=d2)
labels = pd.DataFrame(data=lbl)

calc_abs_distance_between_rows_then_add_labels_and_sort(df1, df2, labels)

我们希望得到你想要的东西：

   total_abs_distance Survived
0                1.71        a
2                3.87        c
1                4.34        b

一些注意事项：

你真的想要L1规范吗？如果你想要L2范数（欧几里德距离），那么用np.sqrt(np.sum(np.square(df1-df2),axis=1))替换上面那个函数中的第一个命令。
这些标签的目的是什么？请考虑使用index的{{1}}代替。也许它更适合你的目的？例如：

DataFrame

连接两个1列DataFrames不返回两列

1 个答案: