python从前一个奇数列中减去每个偶数列

时间:2016-12-31 19:48:24

标签: python matrix subtraction

很抱歉,如果之前有人询问过 - 我找不到这个具体的问题。

在python中,我想从前一个奇数列中减去每个偶数列:

所以来自:

292.087 190.238 299.837 189.488 255.525 187.012
300.837 190.887 299.4   188.488 248.637 187.363
292.212 191.6   299.038 188.988 249.65  187.5
300.15  192.4   307.812 189.125 247.825 188.113

101.849 110.349 68.513
109.95  110.912 61.274
100.612 110.05  62.15
107.75  118.687 59.712

列数将是未知数。我应该使用pandasnumpy中的内容吗?

提前致谢。

2 个答案:

答案 0 :(得分:2)

您可以使用pandas完成此操作。您可以分别选择偶数和奇数索引列,然后减去它们。

@hiro主角,我不知道你能做那个StringIO魔术。那很辣。

import pandas as pd
import io

data = io.StringIO('''ROI121  ROI122  ROI124  ROI125  ROI126  ROI127
                      292.087 190.238 299.837 189.488 255.525 187.012
                      300.837 190.887 299.4   188.488 248.637 187.363
                      292.212 191.6   299.038 188.988 249.65  187.5
                      300.15  192.4   307.812 189.125 247.825 188.113''')

df = pd.read_csv(data, sep='\s+')

注意,偶数/奇数项可能是违反直觉的,因为python是0索引的,这意味着信号列实际上是偶数索引的,而背景列是奇数索引的。如果我理解你的问题,这与你使用偶数/奇数术语相反。只是指出差异以避免混淆。

# strip the columns into their appropriate signal or background groups
bg_df = df.iloc[:, [i for i in range(len(df.columns)) if i%2 == 1]]
signal_df = df.iloc[:, [i for i in range(len(df.columns)) if i%2 == 0]]

# subtract the values of the data frames and store the results in a new data frame
result_df = pd.DataFrame(signal_df.values - bg_df.values)

result_df包含信号列和背景列之间的差异列。但是,您可能希望重命名这些列名称。

>>> result_df
         0        1       2
0  101.849  110.349  68.513
1  109.950  110.912  61.274
2  100.612  110.050  62.150
3  107.750  118.687  59.712

答案 1 :(得分:2)

import io

# faking the data file
data = io.StringIO('''ROI121  ROI122  ROI124  ROI125  ROI126  ROI127
292.087 190.238 299.837 189.488 255.525 187.012
300.837 190.887 299.4   188.488 248.637 187.363
292.212 191.6   299.038 188.988 249.65  187.5
300.15  192.4   307.812 189.125 247.825 188.113''')

header = next(data)  # read the first line from data
# print(header[:-1])
for line in data:
    # print(line)
    floats = [float(val) for val in line.split()]  # create a list of floats
    for prev, cur in zip(floats[::2], floats[1::2]):
        print('{:6.3f}'.format(prev-cur), end=' ')
    print()

带输出:

101.849 110.349 68.513 
109.950 110.912 61.274 
100.612 110.050 62.150 
107.750 118.687 59.712 

如果你知道data[start:stop:step]的含义以及zip如何运作,那么这应该很容易理解。