熊猫DataFrame上的scipy pdist()

Question

它的格式是：

df = pd.DataFrame({ 'A' : [0, 0, 1],
                    'B' : [2, 3, 4],
                    'C' : [5, 0, 1],
                    'D' : [1, 1, 0]},
                    columns= ['A','B', 'C', 'D'], index=['first', 'second', 'third'])

我可以简单地调用：

res = pdist(df, 'cityblock')
res
>> array([ 6.,  8.,  4.])

并看到res数组按以下顺序包含距离：[first-second, first-third, second-third]。

我的问题是，我如何才能以矩阵、数据帧或(不太理想的) dict格式获得它，以便准确地知道每个距离值属于哪一对，如下所示：

       first second third
first    0      -     -
second   6      0     -
third    8      4     0

最后，我认为将distance matrix用作pandas DataFrame可能会很方便，因为我可能会对每一行应用一些排名和排序操作(例如，查找与对象first最接近的前N个对象)。

Answer 1

哦，我在这个webpage上找到了答案。显然，这个名为squareform()的函数有一个专用的函数。暂时不要删除我的问题，以防对其他人有帮助。

from scipy.spatial.distance import squareform
res = pdist(df, 'cityblock')
squareform(res)
pd.DataFrame(squareform(res), index=df.index, columns= df.index)
>>        first  second  third
>>first       0       6      8
>>second      6       0      4
>>third       8       4      0