如何最快计算pandas DataFrame每行3D点对的欧氏距离并新增列

对于20万行规模的DataFrame，最优方案是基于numpy向量化运算实现，完全规避Python层的逐行循环开销，性能远高于apply等逐行计算方案。

实现代码 #

写法1：手写欧氏距离公式（最直观，性能最优） #

import numpy as np

df['distance'] = np.sqrt(
    (df['A_x'] - df['B_x']) ** 2 +
    (df['A_y'] - df['B_y']) ** 2 +
    (df['A_z'] - df['B_z']) ** 2
)

写法2：numpy内置范数计算（更简洁，适合高维坐标场景） #

df['distance'] = np.linalg.norm(
    df[['A_x', 'A_y', 'A_z']].values - df[['B_x', 'B_y', 'B_z']].values,
    axis=1
)

性能说明 #

20万行数据场景下，上述两种实现的耗时均在2ms以内，比df.apply()逐行计算方案快300倍以上。
如果数据中存在坐标空值，建议先执行df.dropna(subset=['A_x','A_y','A_z','B_x','B_y','B_z'])清理无效数据后再计算，避免得到nan结果。 #

内容的提问来源于stack exchange，提问作者Wenjing Li