You need to enable JavaScript to run this app. 如何计算Pandas DataFrame指定列的元素平均距离
优惠活动
大模型
产品
解决方案
定价
更多

如何计算Pandas DataFrame指定列的元素平均距离

实现方案

你可以根据自己需要的计算场景选择对应方法:

场景1:计算相邻元素的平均距离

即依次计算相邻两个元素的绝对差值,再求所有差值的平均值

import pandas as pd

sample = pd.DataFrame({'a': [10, 16, 7, 2, 5]})
# 计算相邻元素差的绝对值,跳过第一个空值
adj_abs_diff = sample['a'].diff().abs().dropna()
avg_distance = adj_abs_diff.mean()
print(avg_distance)
# 输出结果:5.75

场景2:计算所有两两元素对的平均距离

即枚举列中所有两两不同的元素组合,计算每对的绝对差值后求平均值

import pandas as pd
import numpy as np
from itertools import combinations

sample = pd.DataFrame({'a': [10, 16, 7, 2, 5]})
val_arr = sample['a'].values
# 生成所有两两组合计算绝对差再求平均
avg_distance = np.mean([abs(x - y) for x, y in combinations(val_arr, 2)])
print(avg_distance)
# 输出结果:6.6

注:你示例中提到的10和16的计算式(10 + 6)/2 = 8不符合常规平均距离的计算逻辑,如果是你自定义的计算规则,直接在上述代码中修改差值计算的逻辑即可。

内容的提问来源于stack exchange,提问作者delta classic

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.17 00:15:03