Python 测量数据帧行之间的距离

我有一个数据框，它由472行和32列组成，看起来像这样：

2   3   0   4   2   0   0   5   2   3   3   3   2   0   5   5   3   3   3   2   2   0   2   5   3   3   3   2   2   2   0   5
2   3   0   4   2   0   0   5   2   3   3   3   2   0   5   5   3   3   3   2   2   0   2   5   3   3   3   2   2   2   0   5
2   3   0   4   2   0   0   5   2   3   3   3   2   0   5   5   3   3   3   2   2   0   2   5   3   3   3   2   2   2   0   5

这里，每行代表一个人的32颗牙齿，0-5之间的每个数字代表不同的牙齿类别。现在我想通过使用不同的距离度量（例如曼哈顿、欧几里得、明考斯基）来测量任意两行之间的距离。因此，差异越小，他们就越有可能是同一个人，等等

*如果我在计算这些度量之前应用一次热编码，那么每行将有超过32列，这对我来说是无用的

*我还发现了和，但这些函数给出了元素距离结果。但我想要的是在任意两行之间获得一个“单一结果”

---

我是在尝试一些没有意义的东西，还是应该做些什么来计算这些距离？

您似乎在寻找的距离计算功能如下：

您可以将度量设置为scipy.spatial.distance.pdist使用的任何度量

它将如何工作的示例：

a = [[1,2,3,4,5,6,7,8,10]]
b = [[2,4,1,3,4,5,6,7,8]]
c = [[4,2,1,54,7,85,89,1,2]]

from sklearn.metrics import pairwise_distances

pairwise_distances(a,b)

产出将是：

数组（[[4.24264069]]）

类似地，输出为

pairwise_distances(a,c)

将是：

数组（[[124.87994234]]

因此，c离a更远

你可以在你的问题中使用这个逻辑。在您的情况下，以下代码段可以实现此目的：

import pandas as pd
import numpy as np

df = pd.read_csv('your_file.csv')
for i, row in df.iterrows():
    row = np.array(row)
    for j, other_row in df.iterrows():
       other_row = np.array(other_row)
       distance = pairwise_distances(np.reshape(row,(1,len(row))),np.reshape(other_row,(1,len(other_row))))
       print("Distance between row {} and {} : {}".format(i,j,distance))

---

这回答了你的问题吗？关于欧几里德，请注意，用numpy的说法，它被命名为2-norm@IshwarVenugopal，不幸的是，不完全如此。@Daweo，是的，我看到了，但我还需要找到一种方法来计算其他指标