计算R中多个向量之间的欧几里得距离答案

【问题标题】：Calculate euclidean distance between multiple vectors in R计算R中多个向量之间的欧几里得距离
【发布时间】：2021-02-11 00:13:56
【问题描述】：

我正在尝试使用 R 计算一方面一个向量和另一方面多个向量之间的欧几里得距离。

到目前为止，我一直在关注此文档https://cran.r-project.org/web/packages/neighbr/neighbr.pdf 并使用了距离（x，y，“欧几里得”）。如果我只计算两个向量之间的距离，即当我在 x 和 y 中都有一行数据时，这非常有效。但是，在我的原始数据集中，我在 y 中有多行，我想计算这些行中的每一行与 x 中的单行之间的距离。

这怎么可能？

x = structure(list(`Feature I` = 0.85649790378586, `Feature II` = 0.851856356221207, `Feature III` = 0.799580263077569, `Feature IV` = 0.895081402129565, `Feature V` = 0.920173237422567), row.names = c(NA, -1L), class = c("tbl_df", "tbl", "data.frame"))

y = structure(list(`Feature I` = c(0.0444280626160322, 0.00326398594129033, 0.0218000692329814), `Feature II` = c(0.0481646509894741, 0.00509786237104908, 0.0276902769176258), `Feature III` = c(0.0456380620204004, 0.00422956673025977, 0.0347273727088683), `Feature IV` = c(0.0365954415011219, 0.00422974884164406, 0.0328151120410415), `Feature V` = c(0.0384331094111439, 0.00362614754925969, 0.0260414956219995)), row.names = c(NA, -3L), class = c("tbl_df", "tbl", "data.frame"))

【问题讨论】：

Something like this - 概括您在 x 中是否有一行或多行。
如果您需要更多帮助，请通过以复制/粘贴方式共享几行数据（内置数据、模拟数据的代码或 dput()您拥有的数据的复制/粘贴版本，例如dput(your_data[1:4, ]))
虽然x 中只有一行，但手动编写公式应该很容易，y$dist_from_x = sqrt((y$x - x$x)^2 + (y$y - x$y)^2)。 x 数据框中的单个值将针对y 的每一行“回收”。
@GregorThomas 非常感谢您的快速回复！我最近开始使用 R 并寻找解决方案，但不知道究竟要寻找什么以及在哪里可能是一项繁琐的任务......我已经能够在几分钟内在 Excel 中解决这个问题，我已经这样做了检查我的预期“策略”是否有效。但是，由于我需要计算许多实例的距离，从长远来看，在 R 中复制一个代码似乎是更聪明的方法。我会为您截取一些屏幕截图，以便您更好地了解我正在尝试做的事情...
请以文本而非屏幕截图的形式分享数据、尝试和期望的结果。我无法在屏幕截图上演示解决方案。但是，如果您使用 dput()，我可以将您的数据复制/粘贴到我的 R 会话中，开发解决方案并向您展示结果。

标签： r vector distance euclidean-distance

【解决方案1】：

使this answer 适应您的数据：

y$dist_from_x = t(outer(
  1:nrow(x),
  1:nrow(y),
  FUN = Vectorize(function(xi,yi) dist(rbind(x[xi,],y[yi,])))
))

y
#     Feature I  Feature II Feature III  Feature IV   Feature V dist_from_x
# 1 0.044428063 0.048164651 0.045638062 0.036595442 0.038433109    1.840726
# 2 0.003263986 0.005097862 0.004229567 0.004229749 0.003626148    1.926465
# 3 0.021800069 0.027690277 0.034727373 0.032815112 0.026041496    1.871883

由于x 有一行，这样效率会更高一些：

# reset definition of y (or remove the dist_from_x column)
x_expanded = x[rep(1, nrow(y)), ]
y$dist_from_x = sqrt(rowSums((x_expanded - y)^2))
# same result as above

【讨论】：

非常感谢您的快速回复和建议！