大 pandas 数据框中点坐标的欧几里得距离 [英] Euclidean distance of points coordinates in pandas dataframe

问题描述

我有一个六列的pandas数据框，前三列包含 x ， y 和 z 参考坐标，接下来的三列是-某个点的坐标.我想将这两点之间的欧几里得距离放在数据框的新列中.我考虑过通过pandas.apply方法使用numpy.linalg.norm，但是我不知道为numpy函数解析数据帧行的最佳方法是什么.你能给我一些建议吗?

I have a pandas dataframe with six columns, first three columns contain x, y and z reference coordinate, and the next three - coordinates of some point. I want to put euclidean distance between those two points in new column of the dataframe. I think about using numpy.linalg.norm via pandas.apply method, but I don't know what is the best method to parse dataframe row for numpy function. Could you give me some suggestions?

推荐答案

在这里您可能不需要任何奇特的魔术:

You might not need any fancy magic here:

df['dist'] = np.sqrt( (df.x1-df.x2)**2 + (df.y1-df.y2)**2 + (df.z1-df.z2)**2)

这篇关于大 pandas 数据框中点坐标的欧几里得距离的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！