我需要写一个小的脚本,通过一些数据来获得(约50,000列/文件)和我原来的文件看起来像这样:循环通过GROUPBY和添加新的一列
Label ID TRACK_ID QUALITY POSITION_X POSITION_Y POSITION_Z POSITION_T FRAME RADIUS VISIBILITY MANUAL_COLOR MEAN_INTENSITY MEDIAN_INTENSITY MIN_INTENSITY MAX_INTENSITY TOTAL_INTENSITY STANDARD_DEVIATION ESTIMATED_DIAMETER CONTRAST SNR
ID1119 1119 9 6.672 384.195 122.923 0 0 0 5 1 -10921639 81.495 0 0 255 7905 119.529 5.201 1 0.682
ID2237 2237 9 7.078 381.019 122.019 0 1 1 5 1 -10921639 89.381 0 0 255 8670 122.301 5.357 1 0.731
ID2512 2512 9 7.193 377.739 120.125 0 2 2 5 1 -10921639 92.01 0 0 255 8925 123.097 5.356 1 0.747
(...)
ID1102 1102 18 4.991 808.857 59.966 0 0 0 5 1 -10921639 52.577 0 0 255 5100 103.7 4.798 1 0.507
(...)
它是一个相当大的高达50k行的表格。现在不是所有的数据都对我很重要,我主要需要Track_ID和X和Y位置。 所以我创建使用Excel文件中的数据帧,并只能访问相应的列
IN df = pd.read_excel('.../sample.xlsx', 'Sheet1',parse_cols="D, F,G")
而这按预期工作。每个track_id基本上都是需要分析的一组数据。因此,最简单的方法是按照track_id对数据帧进行分组。
IN Grouping = df.groupby("TRACK_ID")
也按预期工作。现在我需要获取每个组的第一个POSITION_X值,并将它们从该组中的其他POSITION_X值中减去。 现在,我已经读过循环可能不是最好的方式去做,但我不知道如何去做。
for name, group in Grouping:
first_X = group.iloc[0, 1]
vect = group.iloc[1:,1] - first_X
这存储在vect中的值,如果我打印它,给我正确的值。但是,我有问题,我不知道如何将其添加到新列。 也许有人可以引导我走向正确的方向。提前致谢。
编辑 这是由chappers建议
def f(grouped):
grouped.iloc[1:] = 0
return grouped
grouped = df.groupby('TRACK_ID')
df['Calc'] = grouped['POSITION_X'].apply(lambda x: x - x.iloc[0]) grouped['POSITION_X'].apply(f)
for name, group in grouped:
print name
print group
Input:
TRACK_ID POSITION_X POSITION_Y
0 9 384.195 122.923
1 9 381.019 122.019
2 9 377.739 120.125
3 9 375.211 117.224
4 9 373.213 113.938
5 9 371.625 110.161
6 9 369.803 106.424
7 9 367.717 103.239
8 18 808.857 59.966
9 18 807.715 61.032
10 18 808.165 63.133
11 18 810.147 64.853
12 18 812.084 65.084
13 18 812.880 63.683
14 18 812.083 62.203
15 18 810.041 61.188
16 18 808.568 62.260
Output for group == 9
TRACK_ID POSITION_X POSITION_Y Calc
0 9 384.195 122.923 384.195
1 9 381.019 122.019 -3.176
2 9 377.739 120.125 -6.456
3 9 375.211 117.224 -8.984
4 9 373.213 113.938 -10.982
5 9 371.625 110.161 -12.570
6 9 369.803 106.424 -14.392
7 9 367.717 103.239 -16.478
因此,预期产出将是各组的第一个计算值是0
不知道另一种方法的其他然后一个循环,但跟踪的值的只是把它们添加到一个新的列表。 'new_list = [] 循环开始: 做一些东西 new_list.append(VECT)' – kaminsknator