Python 熊猫：数值的矩阵计算

我有这样的数据帧：

        apple aple  apply
apple     0     0      0
aple      0     0      0
apply     0     0      0

我想计算字符串距离，例如apple->aple等。我的最终结果如下：

        apple aple  apply
apple     0     32     14
aple      32    0      30
apply     14    30     0

目前这是我正在使用的代码（但对于大数据来说速度非常慢）：

---

有人能帮我有效地计算距离吗

一个想法-由于输出是对称的，通过对每一对进行迭代，您将计算每一对两次。此外，还可以跳过元素与自身之间的比较。因此，至少要减少计算的数量，你可以这样做——使用itertools只计算成对的距离，然后使用pandas来填充其余的距离

from itertools import combinations
from collections import defaultdict

data = df.index

output = defaultdict(dict)

for a,b in combinations(data, 2):
    output[a][b] = Simhash(a).distance(Simhash(b))
for a in data:
    output[a][a] = 0

df = pd.DataFrame(output)

df = df.fillna(df.T)

你必须在一个更大的框架上进行测试，但我认为它会比你正在做的更快，并且应该给出相同的答案

In [84]: df
Out[84]: 
       aple  apple  apply
aple      0     32     30
apple    32      0     14
apply    30     14      0

In [84]: df
Out[84]: 
       aple  apple  apply
aple      0     32     30
apple    32      0     14
apply    30     14      0