计算曼哈顿距离并返回最低的3个距离

Question

给出：

{
  "status": [
    {
      "Name": "Apple",
      "Pay": "1",
      "isMode": "0"
    },
    {
      "Name": "Banana",
      "Pay": "1",
      "isMode": "0"
    },
    {
      "Name": "Kiwi",
      "Pay": "1",
      "isMode": "1"
    },
    {
      "Name": "Fruits",
      "Pay": "1",
      "isMode": "1"
    },
    {
      "Name": "Basket",
      "Pay": "1",
      "isMode": "1"
    }
  ]
}

我希望用户选择一个类别，例如说“ Apple”，然后让我的函数计算Apple与所有其他类别之间的曼哈顿距离，并返回3个最接近的值（最小的差）。我不确定如何编写一个调用数据框中的列的函数，但这就是我所拥有的：

df = pd.DataFrame(np.random.randint(0,100, size= (10,4)), columns=list('ABCD'))
df['category']= ['apple','orange','grape','berry','strawberry','banana','kiwi','lemon','lime','pear']

Answer 1

您可以使用apply计算距离矩阵：

def distance(row):
    cols = list('ABCD')
    return (df[cols] - row[cols]).abs().sum(axis=1)

df.set_index('category', inplace=True)
dist = df.apply(distance, axis=1)

然后，您可以使用nsmallest提取所需类别的最接近类别：

dist['apple'].nsmallest(4)

您想考虑使用n = 4，因为此处最接近的类别是'apple'，这很简单。