Python中如何基于两列测试值为患者数据匹配最近的预定义Mood类别

核心逻辑是基于A、B两个维度的欧氏距离匹配最近的Mood基准，1万行患者数据的量级下，普通运算即可快速完成，不需要额外复杂优化。

依赖库 #

• pandas：DataFrame数据处理
• numpy：数值计算
• 可选：scikit-learn（用于超大数据量下的快速近邻查询）

完整代码实现 #

首先导入依赖：

import pandas as pd
import numpy as np

假设你的患者数据存储在df_patient，Mood基准数据存储在df_mood，执行匹配逻辑：

# 提取Mood基准的特征和标签数据
mood_features = df_mood[["A", "B"]].values
mood_labels = df_mood["Mood"].values

# 定义匹配函数：输入患者行数据，返回最近的Mood标签
def get_closest_mood(patient_row):
    # 计算当前患者和所有Mood基准的欧氏距离，省略开平方也不影响距离大小比较
    dists = np.sum((mood_features - [patient_row["A"], patient_row["B"]]) ** 2, axis=1)
    # 返回距离最小对应的Mood
    return mood_labels[np.argmin(dists)]

# 为所有患者匹配Mood，生成新列
df_patient["matched_mood"] = df_patient.apply(get_closest_mood, axis=1)

可选优化方案（适合十万级以上数据量） #

如果后续患者数据量级大幅提升，可以用KDTree实现更快的近邻查询：

from sklearn.neighbors import KDTree

# 基于Mood基准特征构建KD树
kdtree = KDTree(mood_features)
# 批量查询所有患者的最近邻，返回对应索引
_, min_idx = kdtree.query(df_patient[["A", "B"]].values, k=1)
# 批量赋值匹配结果
df_patient["matched_mood"] = mood_labels[min_idx.flatten()]

示例运行结果 #

针对你给出的测试数据，最终匹配结果如下：

内容的提问来源于stack exchange，提问作者nicoe