问题标签 [pdist]

我有一个 Pandas 数据框，其中包含三列id（唯一标识符），然后是三个字符串列event_one，event_two和event_three，如下所示：

我想创建一个邻接矩阵（作为数据框），对于所有 ID 对，它将测试每个事件列中的字符串相等性，然后计算事件总数中匹配的事件的比例。

例如，如果我们与 进行比较N1，N5则该对的邻接矩阵中的相关条目将为 2/3（或 0.66..），因为它们匹配event_one和event_two，但不匹配event_three。

使用test_df上面的示例，最终的邻接矩阵（表示为 Pandas 数据框）如下所示：

到目前为止，我编写的代码（见下文）使用pdist和 lambda 表达式，但仅基于event_one。如何将其扩展到所有三个事件列，然后计算最终计算，或者有更好的方法吗？

任何建议都会很棒，谢谢。

我已经为函数的输出实现了这个 KNN 内距离方程knnsearch。

例子

当我检查我的代码时，我的代码是 LDOF 异常值算法的一部分，我发现这部分对于多维数组并不准确。这是第一次使用 pdist 功能，我用它来提高速度。

我有 Matlab 2018。

我正在寻找一组点与网格坐标之间的距离。

我有以下查询点，我试图找到到 x 和 y 的距离；

我试过这个：

我的问题是 pdist2 不喜欢列长度不同。有什么想法可以输入这样的点向量吗？我想保留 xtrack 和 ytrack 以及列向量。

谢谢。

我是 python 新手，我正在尝试使用 pdist 计算数据框列中元素的压缩距离矩阵。

这就是数据的样子，我想使用“序列”列：

首先我重塑它：

然后我尝试应用 pdist：

但我收到以下错误：

有没有人对如何克服这个问题提出建议？先感谢您。

我有一个数据框，其中有一列字符串 id 列表。（见下文）。我想在所有行之间的所有成对“距离”之间创建一个距离矩阵（例如，如果有 10 行，那么它是一个 10x 10 矩阵）。这些行是 id 列表，所以我不确定如何使用 pdist 之类的东西。

这些值是字符串 ID。就像字符串名称一样

谢谢您阅读此篇。目前我有很多位置的纬度和经度，我需要为 10 公里内的位置创建一个距离矩阵。（可以用 0 远超过 10 公里的位置之间的距离填充矩阵）。

数据如下：

在这种情况下，我使用下面的代码来计算它，但是它需要很长时间。

使用时squareform，如果在10公里外，我不知道如何不保存或不计算。

最快的方法是什么？

先感谢您！