У меня есть кадр данных, который структурирован аналогично следующему (но в реальном случае с большим количеством строк и столбцов).Анализ парных элементов в DataFrame
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
Для каждой строки я хочу, чтобы вычислить частное значение каждого VXB и VXA из выше (Xs являются переменными), чтобы в конечном итоге с DataFrame как этот
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
где каждый элемент является фактор соответствующих элементов исходного кадра данных.
Я не смог выяснить, как это сделать удобно.
Для удобства было бы полезно, если бы не требовалось указывать только имена первого и последнего столбцов значений «до» и «после», то есть «v1B», «v4B» и «v1A», , 'v4A' (т.е. не каждый из столбцов).
Следующее - это то, что я придумал.
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]
Затем, наконец, создайте требуемый DataFrame. Это делается путем вычисления на массивах numpy, созданных DataFrame.values
.
Этот метод я получил от этого question/answer:
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]
ли я что-то отсутствует? Я надеялся, что смогу добиться этого гораздо более прямым путем, выполнив некоторую операцию над исходным DataFrame.
Не существует ли операции для простого вычисления непосредственно в DataFrames вместо перехода через массивы numpy?
Ничего себе, что, безусловно, намного компактнее. Избавьтесь от всего этого удаления колонки вручную. Мне просто нужно выбрать имена столбцов, которые легко отфильтровать так, как вы описываете. Также спасибо за подтверждение того, что операция numpy правильная. – Wurdius
Не проблема, рада слышать 'фильтр' может помочь. –