最小欧氏距离

Question

我有两个数据框（附图）。对于 Table-1 -

中的每一行

Part1 - 我需要在 Table-2 中找到给出最小欧氏距离的行。 Output-1 是预期的答案。

Part2 - 我需要在 Table-2 中找到给出最小欧氏距离的行。 Output-2 是预期的答案。这里唯一的区别是 Table-2 中的一行不能被选择两次。

我试过这段代码来获取距离，但不确定如何添加其他字段 -

import numpy as np
from scipy.spatial import distance

s1 = np.array([(2,2), (3,0), (4,1)])
s2 = np.array([(1,3), (2,2),(3,0),(0,1)])
print(distance.cdist(s1,s2).min(axis=1))

两个数据帧和预期输出：

Answer 1

代码现在提供了所需的输出，并且有一个注释掉的打印语句用于额外的输出。

对于不同的列表长度也很灵活。

同时感谢：How can the Euclidean distance be calculated with NumPy?

希望对您有所帮助：

from numpy import linalg as LA

list1 = [(2,2), (3,0), (4,1)]
list2 = [(1,3), (2,2),(3,0),(0,1)]

names = range(0, len(list1) + len(list2))
names = [chr(ord('`') + number + 1) for number in names]

i = -1
j = len(list1) #Start Table2 names
for tup1 in list1:
    collector = {} #Let's collect values for each minimum check
    j = len(list1)
    i += 1
    name1 = names[i]
    for tup2 in list2:
        name2 = names[j]
        a = numpy.array(tup1)
        b = numpy.array(tup2)
#        print ("{} | {} -->".format(name1, name2), tup1, tup2, "   ", numpy.around(LA.norm(a - b), 2))
        j += 1
        collector["{} | {}".format(name1, name2)] = numpy.around(LA.norm(a - b), 2)
        if j == len(names):
            min_key = min(collector, key=collector.get)
            print (min_key, "-->" , collector[min_key])

输出：

a | e --> 0.0
b | f --> 0.0
c | f --> 1.41

最小欧氏距离

Minimum Euclidean Distance

python

numpy

euclidean-distance

dataframe

scipy-spatial