如何基于R数据框中的样本坐标计算欧式距离矩阵？

直接用dist函数就能实现，核心是只传入样本的坐标列，而非包含ID的完整数据框。以下是完整解决代码：

# 你的示例数据
sample <- c("s1","s2","s3")
x <- c(12,10,5)
y <- c(8,6,15)
df <- data.frame(sample, x, y)

# 提取x、y坐标列，计算两两欧式距离并转为矩阵
dist_matrix <- as.matrix(dist(df[, c("x", "y")]))

# 设置矩阵行/列名为样本ID，方便对比
rownames(dist_matrix) <- df$sample
colnames(dist_matrix) <- df$sample

# 输出结果
dist_matrix

运行后会得到你需要的3×3距离矩阵，结果示例：

s1       s2       s3
s1 0.000000 2.828427 9.219544
s2 2.828427 0.000000 9.433981
s3 9.219544 9.433981 0.000000

关键说明： #

• dist()函数默认计算欧式距离，只需传入纯数值的坐标数据（每行对应一个样本的坐标），会自动完成所有样本两两间的距离计算。
• 若之前出错，大概率是把含字符型样本ID的列也传入了dist()，导致函数无法处理非数值数据。
• 如需其他距离类型（如曼哈顿距离），可通过method参数指定，例如dist(df[, c("x", "y")], method = "manhattan")。

内容的提问来源于stack exchange，提问作者ElizaBeso000