我正在使用# lbl_series = pd.Series(['a','b','c'], name='Survived') # Try this later instead of lbl_list, to further explore the wonders of Pandas indexes :)
lbl_list = ['a', 'b', 'c']
df1.index = lbl_list
df2.index = lbl_list
# Then the L1-norm is simply this:
np.sum(np.abs(df1 - df2), axis=1).sort_values()
# Whose output is the Series: (with the labels as its index)
a 1.71
c 3.87
b 4.34
dtype: float64
6.2.2将视图模型转换为dto模型。视图模型有2个匹配的字段和一个不匹配的字段，可以转换为7个其他字段。问题是使用静态方法解析不匹配的字段，该方法生成所有7个备用字段。因此，不是每次为7个单独的字段发出AutoMapper并且每次调用静态转换方法，而是如何在一次传递中将源ForMember字段映射到7个目标成员，而不是多次实例化它？
Value答案 0 :(得分：2)
使用ConstructUsing，您可以构建初始对象并通过静态方法映射来自一个源字段的7个字段，然后让AutoMapper映射其余字段或继续ForMember以手动映射它们。