如何计算两个DataFrame间的余弦距离并生成新结果DataFrame

首先注意：你提供的示例代码中构造DataFrame B时误用了group_a作为输入，会导致B和A内容完全一致，实际使用时需要传入group_b，修正后的基础数据代码如下：

import pandas as pd
import numpy as np

# 构造原始数据
group_a = {'0':[2.0,9.4,10.8,0.6,9.4,0.1],
          '1':[4.2,7.1,3,6.3,7.8,0.01],
          '3':[8.1,9.5,6.1,5.6,2,2.2]
          }
A = pd.DataFrame(group_a, index=['aa','ab','ac','ad','ae','af'])

group_b = {'0':[7.0,5.8,11.0,5.8,2.1,2.4],
          '1':[5.3,9.9,0.7,4.4,1.6,0.6],
          '3':[6.7,0.2,3.9,7.5,7.9,5.6]
          }
# 原示例此处错写为group_a，已修正
B = pd.DataFrame(group_b, index=['ba','bb','bc','bd','be','bf'])

方案1：纯NumPy手写实现（无额外依赖） #

逻辑：余弦距离 = 1 - 余弦相似度，余弦相似度 = 两向量点积 / (两向量L2模长的乘积)，利用numpy广播机制可直接批量计算所有向量对的结果：

# 转换为numpy数组
a_arr = A.values
b_arr = B.values

# 计算点积矩阵
dot_product = a_arr @ b_arr.T
# 计算A、B各自每行向量的L2模长
a_norm = np.linalg.norm(a_arr, axis=1, keepdims=True)
b_norm = np.linalg.norm(b_arr, axis=1, keepdims=True)
# 计算余弦相似度，再转换为余弦距离
cosine_dist = 1 - dot_product / (a_norm @ b_norm.T)

# 转换为要求格式的DataFrame
result = pd.DataFrame(
    cosine_dist,
    index=A.index,
    columns=B.index
)

方案2：调用SciPy接口实现（适合大数据量场景，性能更优） #

直接使用scipy提供的批量距离计算函数cdist，指定距离度量为余弦距离即可，代码更简洁：

from scipy.spatial.distance import cdist

# 直接计算两两余弦距离
cosine_dist = cdist(A.values, B.values, metric='cosine')

# 转换为目标格式DataFrame
result = pd.DataFrame(
    cosine_dist,
    index=A.index,
    columns=B.index
)

结果说明 #

运行后得到的result完全匹配格式要求：

• 行索引与原DataFrame A一致（aa~af）
• 列索引与原DataFrame B一致（ba~bf）
• 每个单元格的值对应当前行、列两个向量的余弦距离，取值范围为[0,2]，值越小代表两个向量方向越相似。

如果按照你最初写错的B构造逻辑（B和A内容完全一致）运行，结果对角线值全为0，符合相同向量余弦距离为0的预期。

内容的提问来源于stack exchange，提问作者newbzzs