Python3 pandas-在2个数据帧之间迭代记录并按列组计算最小距离

我有两个不同的熊猫数据集（python3），具有相同的结构（列：国家、地区、星期、COL1-COL180）。D1小到300行，D2超过200k行。 对于D1（小数据框）中的所有记录/行，我希望遍历D2数据框中的行，匹配国家/地区，并提取与D1中的记录最相似的记录。 通过计算col1-col180列中的值之间的距离来确定相似性。基本上距离=[sum（D1.COLi-D2.COLi）^2]，其中i的范围为0到180。

---

应选择此距离最小的记录，并将其保存在单独的数据框中

我要建议的是一种相当幼稚的暴力方法，但应该是一个不错的开始。有很多方法可以优化它：

def calculate_distance(row_a, row_b):
    # Calculate the distance between two rows here.

d3_rows = []

for row in d1:
    maching_rows = d2.loc[(d2.country == row.country) & (d2.region == row.region)]
    closest_row = None
    closest_distance = float('inf')
    for row2 in matching_rows:
        distance = calculate_distance(row, row2)
        if distance < closest_distance:
            closest_row = row2
            closest_distance = distance
    d3_rows.append(closest_row)

d3 = pandas.concat(d3_rows)

def计算距离（a行，b行）：
#在此计算两行之间的距离。
d3_行=[]
对于d1中的行：
加工行=d2.loc[（d2.country==行.country）和（d2.region==行.region）]
最近的行=无
最近距离=浮动（'inf'）
对于匹配_行中的行2：
距离=计算距离（第行，第2行）
如果距离<最近的距离：
最近的_行=第2行
最近距离=距离
d3_行。追加（最近的_行）
d3=pandas.concat（d3_行）

基本上，您可以从较大的数据帧中为较小帧中的每一行获取匹配行，然后计算每一行的距离。你不需要保持距离，所以只要保持距离最近的那一个就行了

---

我在这里所做的将非常缓慢，但您可以通过其他优化来加快它。（例如，D1中有多少行具有相同的国家和地区？

非常感谢您的回复！但是有些地方不太对劲……我一直收到一条错误消息“ValueError:没有要连接的对象”，而且肯定有行匹配。我认为匹配的陈述不太正确。知道怎么解决吗？非常感谢。