计算距离度量后返回索引

给定一个包含4个特征和1个索引列的数据框：

df = pd.DataFrame(np.random.randint(0,100, size= (100,4)), columns=list('ABCD'))df['index'] = range(1, len(df) + 1)

我想根据用户的输入计算曼哈顿距离。用户的输入将由a、b、c、d表示。函数定义如下。

def Manhattan_d(a,b,c,d):    return (a - df['A']) + (b -df['B']) + (c - df['C']) + (d - df['D'])

当答案返回给我时，它会以列表的形式呈现。现在，我想找到返回给我的最小值，并将其与原始索引号联系起来。

如果我返回(min(公式))，我得到的输出是一个数字，我无法将其定位回它最初来自的索引。如果更简单的话，索引代表一个类别。所以我需要找到在应用公式后输出最小的类别。

希望这很清楚。

回答：

或许一个更好的方法是将曼哈顿距离应用于数据框的每一行。此时，您可以使用 .idxmin() 来找到原始数据框中与您输入函数的点a、b、c、d最相似（曼哈顿距离最低）的点的索引。

def Manhattan_d(a,b,c,d, df):    return df.apply(lambda row:abs(row['A']-a)+abs(row['B']-b)+abs(row['C']-c)+abs(row['D']-d), axis=1).idxmin()

注意：曼哈顿距离需要差的绝对值，我已经包含了这一点。

另一点：通常的做法是将所有变量传递给函数，这就是我将 df 作为函数输入的原因。

另一种可能性是使用现有的实现，例如来自Scikit-learn的 DistanceMetric 类。

学技术