我有一个数据帧,并试图通过三个类别的马氏距离来获得最接近的匹配,比如:
from io import StringIO
from sklearn import metrics
import pandas as pd
stringdata = StringIO(u"""pid,ratio1,pct1,rsp
0,2.9,26.7,95.073615
1,11.6,29.6,96.963660
2,0.7,37.9,97.750412
3,2.7,27.9,102.750412
4,1.2,19.9,93.750412
5,0.2,22.1,96.750412
""")
stats = ['ratio1','pct1','rsp']
df = pd.read_csv(stringdata)
d = metrics.pairwise.pairwise_distances(df[stats].as_matrix(),
metric='mahalanobis')
print(df)
print(d)
其中pid
列是唯一标识符。在
我需要做的是使用pairwise_distances
调用返回的ndarray
并更新原始数据帧,以便每一行都有其最接近的N个匹配项的某种类型的列表(因此pid
0可能有一个按距离排列的有序列表,如2、1、5、3、4(或其实际是什么),但我完全不知道在python中是如何做到这一点的。在
相关问题 更多 >
编程相关推荐