如何在Pandas DataFrame中计算任意两行间的平方距离？

这里有两种高效的实现方式，直接用Python的数据分析工具就能搞定：

方法一：用scipy的距离计算工具 #

scipy库提供了专门的距离计算函数，能快速生成两两行的平方距离矩阵：

1. 先导入库并构造示例DataFrame：

import pandas as pd
from scipy.spatial.distance import pdist, squareform

data = {
    'Writer': [1, 2, 3],
    'A': [0.2, 0.1, 0.5],
    'B': [0.4, 1.2, 0.2],
    'C': [0.6, 0.3, 0.8]
}
df = pd.DataFrame(data).set_index('Writer')

2. 计算平方距离并生成矩阵：

# 计算所有行对的平方欧氏距离
sq_distances = pdist(df.values, metric='sqeuclidean')
# 转换为对称方阵，行和列对应Writer编号
sq_dist_matrix = squareform(sq_distances)
# 转为带索引的DataFrame，方便查看
result_df = pd.DataFrame(sq_dist_matrix, index=df.index, columns=df.index)

运行后得到的结果：

Writer    1     2     3
Writer
1      0.00  0.74  0.24
2      0.74  0.00  1.14
3      0.24  1.14  0.00

方法二：用pandas的广播机制（无需额外库） #

如果不想导入scipy，直接用numpy的广播特性也能实现：

import pandas as pd

data = {
    'Writer': [1, 2, 3],
    'A': [0.2, 0.1, 0.5],
    'B': [0.4, 1.2, 0.2],
    'C': [0.6, 0.3, 0.8]
}
df = pd.DataFrame(data).set_index('Writer')

# 提取数值矩阵，通过广播计算两两差的平方和
values = df.values
sq_dist_matrix = ((values[:, None] - values)**2).sum(axis=2)
result_df = pd.DataFrame(sq_dist_matrix, index=df.index, columns=df.index)

这个方法的原理是把数值矩阵变形后做减法，对每个元素平方再求和，最终得到和方法一完全一致的结果。

内容的提问来源于stack exchange，提问作者gal leshem