如何用Python基于欧氏距离查找DataFrame中距离指定ID最近的观测点

实现方案 #

依赖安装 #

如果还没安装所需依赖，执行以下命令安装：

pip install pandas numpy

完整可运行代码 #

import pandas as pd
import numpy as np

# 1. 加载数据：此处为示例数据构造逻辑，实际使用可替换为读取你的数据文件
# 例如读取csv：df = pd.read_csv("你的数据文件路径.csv")
df = pd.DataFrame([
    [12, 0.355, 0.362],
    [24, 0.577, 0.425],
    [15, 0.257, 0.486],
    [6, 0.585, 0.254],
    [34, 0.367, 0.533]
], columns=["ID", "PC1", "PC2"])

# 2. 定义要查询的目标ID
target_id = 15

# 3. 逻辑处理
if target_id not in df["ID"].values:
    print(f"错误：ID {target_id} 不存在于数据集中")
else:
    # 提取目标ID对应的PC1、PC2数值
    target_pc1, target_pc2 = df.loc[df["ID"] == target_id, ["PC1", "PC2"]].iloc[0]
    # 向量化计算所有样本与目标点的欧氏距离
    df["Distance"] = np.sqrt(
        (df["PC1"] - target_pc1) ** 2 + 
        (df["PC2"] - target_pc2) ** 2
    )
    # 排除目标自身、按距离升序排序、取前3条、保留指定字段
    result = df[df["ID"] != target_id] \
        .sort_values(by="Distance", ascending=True) \
        .head(3)[["ID", "PC1", "PC2", "Distance"]]
    # 输出结果，保留3位小数
    print(result.round(3))

示例输出 #

以上代码运行后的输出如下：

ID    PC1    PC2  Distance
4  34  0.367  0.533     0.120
0  12  0.355  0.362     0.158
1  24  0.577  0.425     0.326

内容的提问来源于stack exchange，提问作者Saa17