我有一个类似于以下结构的数据框(但在实际情况下有更多的行和列)。
In [2]: Ex # The example DataFrame
Out[2]:
NameBef v1B v2B v3B v4B NameAft v1A v2A v3A v4A
Id
422 firstBef 133 145 534 745 FirstAft 212 543 2342 4563
862 secondBef 234 434 345 3453 SecondAft 643 493 3433 234
935 thirdBef 232 343 6454 463 thirdAft 423 753 754 743
对于每一行,我想从上面计算每个vXB和vXA值的商(Xs是变量),最后得到像这样的DataFrame
v1Q v2Q v3Q v4Q
Id
422 1.593985 3.744828 4.385768 6.124832
862 2.747863 1.135945 9.950725 0.067767
935 1.823276 2.195335 0.116827 1.604752
其中每个元素是原始数据框的相应元素的商。
我无法弄清楚如何方便地做到这一点。
为方便起见,如果不要求只提供“之前”和“之后”值的第一列和最后一列的名称,即'v1B','v4B'和'v1A', 'v4A'(即不是每一列)。
以下是我的想法。
In [3]: C=Ex.columns
In [4]: C1B=C.get_loc('v1B')
In [5]: C2B=C.get_loc('v4B')
In [6]: C1A=C.get_loc('v1A')
In [7]: C2A=C.get_loc('v4A')
In [8]: FB=Ex.ix[:,C1B:C2B+1]
In [9]: FA=Ex.ix[:,C1A:C2A+1]
In [10]: FB # The FB and FA frames have this structure
Out[10]:
v1B v2B v3B v4B
Id
422 133 145 534 745
862 234 434 345 3453
935 232 343 6454 463
[3 rows x 4 columns]
然后最终生成所需的DataFrame。这是通过对DataFrame.values
生成的numpy数组进行计算来完成的。
我从这个question/answer得到的这个方法:
In [12]: DataFrame((FA.values*1.0) / FB.values,columns=['v1Q','v2Q','v3Q','v4Q'],index=Ex.index)
Out[12]:
v1Q v2Q v3Q v4Q
Id
422 1.593985 3.744828 4.385768 6.124832
862 2.747863 1.135945 9.950725 0.067767
935 1.823276 2.195335 0.116827 1.604752
[3 rows x 4 columns]
我错过了什么吗?我希望通过对原始DataFrame进行一些操作,我可以通过更直接的方式实现这一点。
是否没有操作直接在DataFrame上进行元素计算而不是通过numpy数组?
答案 0 :(得分:1)
您始终可以使用df.filter
来选择相关的列名称。它可以接受正则表达式,因此您可以使用以下内容指定after / before列:
>>> df.filter(regex=r'^v.A$').values / df.filter(regex=r'^v.B$').values
array([[ 1.59398496, 3.74482759, 4.38576779, 6.12483221],
[ 2.74786325, 1.1359447 , 9.95072464, 0.06776716],
[ 1.82327586, 2.19533528, 0.11682677, 1.60475162]])
关于算术运算,你没有遗漏任何东西。这里必须使用Numpy数组(.values
),否则Pandas会计算两个DataFrame中常见索引标签的值。如果缺少索引,则计算结果为NaN
。 Numpy数组没有标记索引,因此元素操作成功。