Question

我有一个包含光谱数据和元数据的pandas数据帧。列标有多索引，以便df['wvl']给出光谱，df['meta']给出元数据。在df['wvl']范围内，列标签是光谱仪通道的波长值。

我想要做的是将df['wvl']的每一行标准化为该行的总和，以便将行中的值相加得到总计1.0。

以下是数据帧的一行：

df['wvl'].iloc[0]
246.050003     128.533035
246.102005     102.756321
246.156006      99.930775
...    
848.697205     121.313347
848.896423     127.011662
849.095703     123.234168
Name: 0, dtype: float64

但是当我做的事情如下：

df['wvl'].iloc[0]=df['wvl'].iloc[0]/df['wvl'].iloc[0].sum()

什么都没发生！我得到完全相同的值：

df['wvl'].iloc[0]
246.050003     128.533035
246.102005     102.756321
246.156006      99.930775
...    
848.697205     121.313347
848.896423     127.011662
849.095703     123.234168
Name: 0, dtype: float64

如果我创建一个临时变量来保存行，我可以很好地进行规范化：

temp=df['wvl'].iloc[0]

temp=temp/temp.sum()

temp
246.050003    0.000027
246.102005    0.000022
246.156006    0.000021
                ...   
848.697205    0.000026
848.896423    0.000027
849.095703    0.000026
Name: 0, dtype: float64

但是如果我尝试用规范化的临时变量替换数据帧行，则没有任何反应：

df['wvl'].iloc[0]=temp

df['wvl'].iloc[0]
246.050003     128.533035
246.102005     102.756321
246.156006      99.930775
                 ...     
848.697205     121.313347
848.896423     127.011662
849.095703     123.234168
Name: 0, dtype: float64

我显然在这里遗漏了一些东西，但我无法弄清楚是什么，它让我疯狂。救命？提前谢谢！

Answer 1

您可以使用

df.div(df.sum(axis=1), axis=0)

df.sum(axis=1)总结每一行; df.div(..., axis=0)然后分开。

示例：

import pandas as pd

df = pd.DataFrame({'a': [1, 2], 'b': [3, 4]})
>>> df.div(df.sum(axis=1), axis=0)
    a   b
0   0.250000    0.750000
1   0.333333    0.666667

将pandas数据帧的行标准化为

1 个答案: