Pandas计算DataFrame各行相对指定参考行距离并新增列

sklearn.metrics.pairwise_distances 的输入参数必须为二维数组，格式要求是(样本数量, 特征维度)，你直接传入了两个一维的单列数组，不符合接口输入要求，因此触发维度报错。
除此之外你的原有逻辑也存在偏差：需求是计算所有样本点到y_train取值为0的参考点的单点距离，不是所有样本两两之间的距离，不需要传入两个独立的特征列做全量两两计算。

你可以选以下任意一种方案实现：

• 方案1：使用pairwise_distances的正确传参写法

from sklearn.metrics import pairwise_distances

# 提取参考点：取y_train=0对应行的feat1、feat2坐标，转为符合接口要求的2D数组
ref_point = df_centroid.loc[df_centroid['y_train'] == 0, ['feat1', 'feat2']].values.reshape(1, -1)
# 提取所有待计算样本的坐标，结构为(总样本数, 2)的2D数组
all_points = df_centroid[['feat1', 'feat2']].values
# 计算所有点到参考点的距离，展平为一维数组后赋值给新列
df_centroid['distance from Class 0'] = pairwise_distances(all_points, ref_point).flatten()

• 方案2：直接按欧氏距离公式计算，无需依赖sklearn，更轻量不会出现维度报错

# 先拿到参考点的x、y坐标
ref_feat1, ref_feat2 = df_centroid.loc[df_centroid['y_train'] == 0, ['feat1', 'feat2']].iloc[0]
# 按二维欧氏距离公式逐行计算：距离 = 根号下( (x坐标差)^2 + (y坐标差)^2 )
df_centroid['distance from Class 0'] = (
    (df_centroid['feat1'] - ref_feat1) ** 2 
    + (df_centroid['feat2'] - ref_feat2) ** 2
) ** 0.5

注意：如果你的数据集里y_train=0对应多条样本，可以先计算类0所有样本的feat1、feat2均值作为类中心参考点，替换上述代码中的参考点取值即可。

内容的提问来源于stack exchange，提问作者Joe