我dataframe
在熊猫中有以下内容:
import pandas as pd
df = pd.DataFrame({
"CityId": {
"0": 0,
"1": 1,
"2": 2,
"3": 3,
"4": 4
},
"X": {
"0": 316.83673906150904,
"1": 4377.40597216624,
"2": 3454.15819771172,
"3": 4688.099297634771,
"4": 1010.6969517482901
},
"elevation_meters": {
"0": 1,
"1": 2,
"2": 3,
"3": 4,
"4": 5
},
"Y": {
"0": 2202.34070733524,
"1": 336.602082171235,
"2": 2820.0530112481106,
"3": 2935.89805580997,
"4": 3236.75098902635
}
})
我正在尝试创建一个距离矩阵,表示在每个之间移动的成本CityIds
。使用pdist
and squareform
fromscipy.spatial.distance
我可以执行以下操作:
from scipy.spatial.distance import pdist, squareform
df_m = pd.DataFrame(
squareform(
pdist(
df[['CityId', 'X', 'Y']].iloc[:, 1:],
metric='euclidean')
),
index=df.CityId.unique(),
columns= df.CityId.unique()
)
CityIds
这给了我一个从 计算的所有使用成对距离之间的距离矩阵pdist
。
我想合并elevation_meters
到这个距离矩阵中。这样做的有效方法是什么?