向量化最大距离函数

Question

非常快速的问题，

我有以下距离函数

def distance(a1,a2,b1,b2):
     return sqrt((a2-a1)**2 + (b2-b1)**2)

我想计算数据框中 A 列中每个点与 B 列之间的距离，并将最大值保存在 C 列中。

现在我在嵌套循环中遍历每个并使用 distance(df.loc[i, colA], dftest.loc[i,colB], dftest.loc[j,colA], dftest.loc[j .colB]) 并检查是否大于以前。 我知道有一种方法可以对其进行矢量化，只是无法理解。

我不需要任何现成的功能，但请明确如何矢量化它。

感谢您的帮助！

编辑： 数据框示例，其中 colB 是所需的输出：

ColA| ColB| ColC
7.6 |8.2  |6.79 (max distance which is between this row and row3)
6.6 |4.4  |3.92 (max distance is with row1, greater than row3)
4.4 |2.2  |6.79 (max distance is with row1)

因此，例如第一行中的 ColC 是用距离（7.6,8.2,4.4,2.2）计算的，但函数 distnace 必须遍历所有组合

更大的 dfs 变得非常昂贵

Answer 1

既然你不想使用库，你可以使用底层的numpy数组，广播矢量计算并获取最大值：

import numpy as np
a = df.values  # easier reference to numpy array
b = (a[:,0]-a[:,0,None])**2+(a[:,1]-a[:,1,None])**2  # (a2-a1)**2 + (b2-b1)**2
df['ColC'] = np.sqrt(b.max(0))

输出：

   ColA  ColB      ColC
0   7.6   8.2  6.800000
1   6.6   4.4  3.929377
2   4.4   2.2  6.800000