如何比较一个数据文件的所有行

Question

我有一个这样的数据：

Customer A B
[Boby    1 2]
[Alan    5 3]
[Tom     7 1]

注意:例如，这只是dataframe的一部分(只有几千行，几十列)。

对于每对顾客，我需要找出A和B每一行差的平方和。

Boby计算实例：(1-5)^2+ (2-3) ^ 2) = 16 +1= 17

Boby-Tom ((1-7) ^2+ (2-1) ^ 2) = 36 +1= 37

((5-7) ^2+ (3-1) ^ 2) =4+4=8

问题1：我如何做这样的计算？

我试着搜索，但是有一些循环的例子，我找不出它们：

问题2：我应该以什么形式存储这样的视图？

我认为在形式上：

Сustomer1 Сustomer2 Sum
Boby       Alan      17
Boby       Tom       37
Alan       Tom        8

如果问题不清楚，需要任何解释，请在评论中告诉我。

Answer 1

单程：

创建所有可能的组合：

from itertools import combinations
df1 = pd.DataFrame((combinations(df.Customer, 2)),
                   columns=['Customer1', 'Customer2'])

评估总额(方法1)：

df1['sum'] = df1.apply(lambda x: x.map(df.set_index('Customer').apply(np.array, 1))).apply(
    lambda x:  np.sum(np.square(x['Customer1'] - x['Customer2'])), 1)

方法2：

map_dict = df.set_index('Customer').apply(np.array, 1).to_dict()
a = df1.applymap(lambda x: map_dict[x]).values
df1['sum'] = np.sum(np.vstack(np.square(a[:, 0] - a[:, 1])), 1)

产出：

  Customer1 Customer2  sum
0      Boby      Alan   17
1      Boby       Tom   37
2      Alan       Tom    8