python - Pandas 群体内的平均距离

Question

我有一个像这样的数据框

df = pd.DataFrame({
    'id': ['A','A','B','B','B'],
    'x': [1,1,2,2,3],
    'y': [1,2,2,3,3]
})

在本例中，我想要的输出是组中每个点的平均距离

A 组:(距离((1,1),(1,2)))/1 = 1

B 组:(距离((2,2),(2,3)) + 距离((2,3),(3,3)) + 距离((2,2),(3 ,3)))/3 = 1.138

我可以使用np.linalg.norm计算距离，但我很困惑在pandasgroupby中使用它。谢谢

注意:我的想法是，我首先尝试制作这个数据框(我卡住的地方)，它包含我需要计算距离的点对，之后我只需要计算距离和分组平均值

Answer 1

基于numpy广播的可能解决方案:

def calc_avg_distance(group):
    x = group[['x', 'y']].values
    dist_matrix = np.sqrt(((x - x[:, np.newaxis])**2).sum(axis=2))
    np.fill_diagonal(dist_matrix, np.nan)
    avg_distance = np.nanmean(dist_matrix)
    return avg_distance


(df.groupby('id').apply(lambda x: calc_avg_distance(x))
 .reset_index(name='avg_distance'))

输出:

 id  avg_distance
0  A      1.000000
1  B      1.138071