Python 熊猫中坐标对之间的距离

查找此数据帧中给定点距离内的点（行）数的最佳方法是什么：

    x   y
0   2   9
1   8   7
2   1   10
3   9   2
4   8   4
5   1   1
6   2   3
7   10  5
8   6   6
9   9   7

结果（距离=3）如下所示：

    x   y   points_within_3
0   2   9   1
1   8   7   4
2   1   10  1
3   9   2   3
4   8   4   5
5   1   1   1
6   2   3   1
7   10  5   4
8   6   6   2
9   9   7   4

更一般地说，我想了解如何使用

.transform（）

或

.apply（）

以这种方式比较行。

---

谢谢

谢谢你的评论@jme

这项工作：

df['points_within_3'] = pd.DataFrame(squareform(pdist(df))).apply(
    lambda x: x[x<=3].count() - 1, axis=1
)

df['points_in_3']=pd.DataFrame（squareform（pdist（df））。应用(
lambda x:x[x这是我使用lambda表达式来解决这个问题的方法，但是您可以看到scipy函数更快

from scipy.spatial.distance import squareform, pdist

timeit df.apply(lambda x: sum(((x - df) ** 2).sum(axis=1) ** 0.5 <= 3) - 1, axis=1)
100 loops, best of 3: 5.34 ms per loop

timeit pd.DataFrame(squareform(pdist(df))).apply(lambda x: x[x<=3].count() - 1, axis=1)
100 loops, best of 3: 1.84 ms per loop

从scipy.spatial.distance导入squareform，pdist
timeit df.apply（lambda x:sum（（x-df）**2.sum（axis=1）**0.5）您在中看到距离矩阵函数了吗？