使用python基于数据帧中的2个向量从函数创建新字段

我有一个DataFrame，希望使用一个函数根据计算创建一个新字段，该函数从DataFrame的一行中获取2个向量

例如，我有这样的数据

df = pd.DataFrame({
    "A": [1,2,3,4,5],
    "B": [6,7,8,9,10],
    "C": [7,8,1,9,10],
    "D": [2,3,4,5,6],
 })

我想逐行计算

[A，B].[C，D]

的

余弦u相似性

，然后将结果输出为新列

E

我的功能如下

import sklearn as sk
from sklearn.metrics import pairwise as pw

def similarity(Vec1, Vec2):
    return pw.cosine_similarity(Vec1,Vec2)

我正在考虑使用

map

和

lambda

函数，目前有以下功能。这里的问题是，这是沿列计算余弦相似性，而不是跨列计算。真的，我希望能够做到这一点，使用索引，这样我就可以选择我需要的字段，以防字段的数量变得非常大

df['E'] = map(lambda x,y : similarity(x,y), df.iloc[:,2:], df.iloc[:,:2])

这是一种方式：

import numpy as np
import sklearn as sk
from sklearn.metrics import pairwise as pw

df = pd.DataFrame({
    "A": [1,2,3,4,5],
    "B": [6,7,8,9,10],
    "C": [7,8,1,9,10],
    "D": [2,3,4,5,6],
 })

df['E'] = df.apply(lambda row: pw.cosine_similarity(np.array([row['A'], row['B']]),
                   np.array([row['C'], row['D']]))[0][0], axis=1)

#    A   B   C  D         E
# 0  1   6   7  2  0.429057
# 1  2   7   8  3  0.594843
# 2  3   8   1  4  0.993533
# 3  4   9   9  5  0.798815
# 4  5  10  10  6  0.843661

更易于扩展的解决方案：

df['E'] = [pw.cosine_similarity(i, j)[0][0] for i, j in \
           zip(df[df.columns[:2]].values, df[df.columns[2:]].values)]

功能替代方案：

df['E'] = list(map(lambda i, j: pw.cosine_similarity(i, j)[0][0],
                   df[df.columns[:2]].values,
                   df[df.columns[2:]].values))

---

这是伟大的，但我真的希望能够做到这一点，使用索引。如果余弦相似性中需要包含的字段数量变得非常大，该怎么办？可扩展解决方案可以做到这一点，但我正在寻找一种更通用的方法，将我问题中的函数应用于来自数据帧的2个向量：）谢谢！和我的差不多。我很感兴趣，

[0][0]

是做什么的？我不知道为什么，但是

pw.cosine\u相似度

函数的输出是一个形状/格式的向量

[[23.4121]]

，所以为了提取数字部分，我取第一个元素的第一个元素。啊，是的！我也注意到了。有道理！谢谢