如何计算pandas DataFrame列向量间的成对欧氏距离

核心逻辑 #

scipy的pdist方法默认计算输入矩阵行与行之间的距离，要计算DataFrame列与列的距离，只需将DataFrame转置后传入即可。

依赖导入 #

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

计算代码 #

# 可选：先处理缺失值，避免计算错误
df = df.dropna()

# 计算列两两欧氏距离
distance_array = pdist(df.T, metric="euclidean")
# 转为要求格式的方阵
distance_matrix = pd.DataFrame(
    squareform(distance_array),
    index=df.columns,
    columns=df.columns
)

结果验证 #

用你提供的样例数据运行后，输出的distance_matrix格式如下（数值为实际计算结果）：

内容的提问来源于stack exchange，提问作者rbrt