我有一个大尺寸的单元格。每个单元格都有一个ID（p1），单元格值（p3）和实际度量中的坐标（X，Y）。这就是前10行/单元格的样子
p1 p2 p3 X Y
0 0 0.0 0.0 0 0
1 1 0.0 0.0 100 0
2 2 0.0 12.0 200 0
3 3 0.0 0.0 300 0
4 4 0.0 70.0 400 0
5 5 0.0 40.0 500 0
6 6 0.0 20.0 600 0
7 7 0.0 0.0 700 0
8 8 0.0 0.0 800 0
9 9 0.0 0.0 900 0
i中单元格p1的相邻单元格可以确定为（i-500+1，i-500-1，i-1，i+1，{{ 1}}，i+500+1）。
例如：5中的i+500-1具有邻居-4,6,504,505,506。 （这些是上方表格中的行ID-p1）。
我想要的是：
对于p1中的选定值/行i，我想知道与p1选定距离内的所有邻居，并将其所有i值相加。
我尝试应用此解决方案（link），但是我不知道如何合并distance参数。可以使用p3来获取单元格的值，但是之前的步骤对我来说有点棘手。
你能给我什么建议吗？
编辑：
使用Thomas的解决方案并让df调用df.iloc：
CO我想添加另一列并使用 p3
0 45
1 580
2 12000
3 12531
4 22456
列中的值
p3但是它不起作用。如果我添加一个数字而不是对行CO['new'] = format(sum_neighbors(data, CO['p3']))
的引用，它的工作原理就像是魅力。但是如何在CO['p3']函数中自动使用p3列中的值？
已解决： 它适用于：
format答案 0 :(得分：3)
解决方案：
import numpy as np
import pandas
# Generating toy data
N = 10
data = pandas.DataFrame({'p3': np.random.randn(N)})
print(data)
# Finding neighbours
get_candidates = lambda i: [i-500+1, i-500-1, i-1, i+1, i+500+1, i+500-1]
filter = lambda neighbors, N: [n for n in neighbors if 0<=n<N]
get_neighbors = lambda i, N: filter(get_candidates(i), N)
print("Neighbors of 5: {}".format(get_neighbors(5, len(data))))
# Summing p3 on neighbors
def sum_neighbors(data, i, col='p3'):
return data.iloc[get_neighbors(i, len(data))][col].sum()
print("p3 sum on neighbors of 5: {}".format(sum_neighbors(data, 5)))
输出：
p3
0 -1.106541
1 -0.760620
2 1.282252
3 0.204436
4 -1.147042
5 1.363007
6 -0.030772
7 -0.461756
8 -1.110459
9 -0.491368
Neighbors of 5: [4, 6]
p3 sum on neighbors of 5: -1.1778133703169344
注意：
p1是range(N)，这似乎暗示了这一点（因此我们根本不需要它）。505邻居列表，我不认为5是i的邻居。