Python中如何批量计算数据集中两组3D坐标点的欧氏距离？

以下是两种可直接运行的解决方法：

方法1：调用你已写好的自定义函数 #

通过pandas的apply方法按行传递参数即可调用你写的距离函数，逻辑直观适合新手理解：

# 你的自定义距离函数
def distance(x1, y1, z1, x2, y2, z2):
    d = math.sqrt(math.pow(x2 - x1, 2) +
                math.pow(y2 - y1, 2) +
                math.pow(z2 - z1, 2)* 1.0)
    return d 

# 新增距离列
df['distance'] = df.apply(lambda row: distance(row['x1'], row['y1'], row['z1'], row['x2'], row['y2'], row['z2']), axis=1)

注意：axis=1表示按行遍历DataFrame，每次取一整行数据传入函数

方法2：Numpy向量化计算（性能更优） #

你提到的数组运算逻辑可以直接用，不需要循环，数据量较大时效率远高于逐行调用函数：

# 分别提取两组3D坐标的数组
p1 = df[['x1', 'y1', 'z1']].values
p2 = df[['x2', 'y2', 'z2']].values

# 按行计算欧氏距离，直接赋值为新列
df['distance'] = np.sqrt(np.sum((p1 - p2)**2, axis=1))

你可以直接运行以下代码验证效果：

import numpy as np
import pandas as pd
import math

# 生成测试数据集
data = np.random.randint(5,30,size=(10,6))
df = pd.DataFrame(data, columns=['x1', 'y1', 'z1', 'x2', 'y2', 'z2'])

# 方法1 自定义函数实现（二选一即可）
# def distance(x1, y1, z1, x2, y2, z2):
#     d = math.sqrt(math.pow(x2 - x1, 2) +
#                 math.pow(y2 - y1, 2) +
#                 math.pow(z2 - z1, 2)* 1.0)
#     return d 
# df['distance'] = df.apply(lambda row: distance(row['x1'], row['y1'], row['z1'], row['x2'], row['y2'], row['z2']), axis=1)

# 方法2 向量化实现（二选一即可）
p1 = df[['x1', 'y1', 'z1']].values
p2 = df[['x2', 'y2', 'z2']].values
df['distance'] = np.sqrt(np.sum((p1 - p2)**2, axis=1))

# 输出结果
print(df)

内容的提问来源于stack exchange，提问作者Marc