Question

我有两个数据帧（df1和df2）。在df1中，我将一行存储一组值，并希望在df2中找到最相似的行。

# python3
Python 3.7.2 (default, Apr 10 2019, 23:36:01)
[GCC 7.4.0] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import gmpy2
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
ImportError: File not found
>>>

问题：基于df1，df2中最相似的行是什么？

Answer 1

用df1减去df2并计算每行的范数。找到最小的范数并解决问题。

diff_df = df2 - df1.values
# or diff_df = df2 - df1.iloc[0, :]
norm_df = diff.apply(np.linalg.norm, axis=1)
df2.loc[norm_df.idxmin()]

它可读且快速。

Answer 2

如果您需要最小距离，我们可以使用scipy.spatial.distance.cdist

import scipy
ary = scipy.spatial.distance.cdist(df2, df1, metric='euclidean')
df2[ary==ary.min()]
Out[894]: 
     A   B   C   D
14  16  66  83  13

使用Python查找最相似的行

2 个答案: