使用 for 循环计算每个实例的成对距离答案

【问题标题】：Calculating Pair wise distance for each instance using for loop使用 for 循环计算每个实例的成对距离
【发布时间】：2021-10-18 17:59:22
【问题描述】：

我有一个看起来像这样的数据框

我想使用 for 循环为每个实例创建一个具有成对距离的新数据框我使用以下代码创建成对距离

list=[]            
list2=[]            
list3=[]                
for i in df.index:   
    for j in df.index:             
        list.append(i)             
        list2.append(j)               
        
for z in range(0,5):
    for y in range(0,5):
        list3.append(distance.jaccard(df.iloc[z],df.iloc[y]))


Se=pd.Series(list)
Se2=pd.Series(list2)
Se3=pd.Series(list3)
df1=pd.DataFrame({'A':Se,'B':Se2,'Distance':Se3})

但我的结果是

预期输出

A-B-Distance                    
Instance_0 - Instance_1- 0.5           
Instance_0 - Instance_2 - 0.0         
Instance_0 - Insatnce_3 - 0.5       
Instance_0 - Instance_4 -0.5       
Instance_1 - Instance_2 - 0.5       
Instance_1 - Instance_3 - 0.0          
Insatnce_1 - Instance_4 - 1.0          
Instance_2 - Instance_3 - 0.5            
Instance_2 - Instance_4 - 0.5           
instance_3 - Instance_4 - 1.0

【问题讨论】：

总是将代码、数据和完整的错误消息作为文本（不是截图，不是链接）放在有问题的地方（不在评论中）。
你必须描述你的输出和预期输出之间的差异。输出很长，我们可能看不到差异 - 我们无法在您的脑海中阅读。
对于普通列表，它需要在第二个 for-loop 中使用第一个索引 - for ... in range(first_index, n) 而不是 for ... in range(n) - 这应该跳过像 (1,0) 这样的对，因为你已经有对 @ 987654329@

标签： python pandas dataframe for-loop

【解决方案1】：

如果我了解输出之间的区别，您希望跳过 (a,a) 之类的对并保留 (a,b) 但删除 (b,a)

只需在第二个for-loop 中，您必须使用range(z+1, 5) 而不是range(0, 5)

for z in range(0, 5):
    for y in range(z+1, 5):
        print(z, y)

结果：

【讨论】：