我需要寫一個小的腳本,通過一些數據來獲得(約50,000列/文件)和我原來的文件看起來像這樣:循環通過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
(...)
它是一個相當大的高達50k行的表格。現在不是所有的數據都對我很重要,我主要需要Track_ID和X和Y位置。 所以我創建使用Excel文件中的數據幀,並只能訪問相應的列
IN df = pd.read_excel('.../sample.xlsx', 'Sheet1',parse_cols="D, F,G")
而這按預期工作。每個track_id基本上都是需要分析的一組數據。因此,最簡單的方法是按照track_id對數據幀進行分組。
IN Grouping = df.groupby("TRACK_ID")
也按預期工作。現在我需要獲取每個組的第一個POSITION_X值,並將它們從該組中的其他POSITION_X值中減去。 現在,我已經讀過循環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
這存儲在vect中的值,如果我打印它,給我正確的值。但是,我有問題,我不知道如何將其添加到新列。 也許有人可以引導我走向正確的方向。提前致謝。
編輯 這是由chappers建議
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,預期產出將是各組的第一個計算值是0
不知道另一種方法的其他然後一個循環,但跟蹤的值的只是把它們添加到一個新的列表。 'new_list = [] 循環開始: 做一些東西 new_list.append(VECT)' – kaminsknator