计算距离度量后的返回索引

Question

给定一个具有 4 个特征和 1 个索引列的 DF：

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，它会以列表的形式出现。现在，我想找到返回给我的最小值并将其链接回索引号。

如果我执行 return(min(formula))，我会得到一个数字的输出，但我无法将它定位回原来的索引。如果它更容易，索引代表一个类别。所以我需要在应用公式后找到输出最小的类别。

希望这很清楚。

Answer 1

也许更好的方法是将曼哈顿距离应用于数据帧的每一行。此时，您可以使用.idxmin() 查找原始数据帧中与您输入函数的点 a、b、c、d 最相似（具有最低曼哈顿距离）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，我已经包含在内。

另一个注意事项：将所有变量传递到函数中通常是一种好习惯，这就是为什么我将df 作为函数的输入。

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