如何分組和計算距離？

Question

我有一個數據集如下：

ID | X | Y | Z
--------------
 1 | 5 | 5 | 5
 1 | 4 | 2 | 0
 2 | 1 | 3 | 4
 .
 .
 .

我有每個 ID 的真實值 (x,y,z)。 我想使用上表中每個 ID 的真實值來計算距離。 我嘗試使用df.groupby()但不確定如何將 df 重新組合在一起。

真實值：

ID | X | Y | Z
---------------
 1 | 1 | 2 | 3
 2 | 4 | 5 | 6
 3 | 7 | 8 | 9
 .
 .

我希望 output 看起來像：

ID | X  | Y  | Z
-----------------
 1 |  4 |  3 |  2
 1 |  3 |  0 | -3
 2 | -3 | -2 | -2
 .
 .
 .

Answer 1

您可以將ID設置為索引並減去。 通過這樣做， pandas將為您對齊正確的ID （在本例中為索引）：

df.set_index('ID').sub(ground_truths.set_index('ID')).reset_index()

Output：

   ID    X    Y    Z
0   1  4.0  3.0  2.0
1   1  3.0  0.0 -3.0
2   2 -3.0 -2.0 -2.0
3   3  NaN  NaN  NaN

---

更新：對於歐幾里得：

tmp = df.set_index('ID').sub(ground_truths.set_index('ID'))

# this is Euclidean part:
# you can use other packages, e.g. np.norm
result = ((tmp**2).sum(axis=1))**0.5
result = result.reset_index()