如何在 pandas 数据框中的一组行上执行功能？ [英] How to execute a function on a group of rows in pandas dataframe?

问题描述

我正在尝试实现算法。假设算法是通过函数 xyz执行的。

I am trying to implement an algorithm. Let's say the algorithm is executed as the function "xyz"

该函数专门用于对轨迹数据（即（x，y）坐标）进行操作。

The function is specifically designed to operate on trajectory data, i.e. (x,y) coordinates.

该函数带有两个参数：

第一个参数是元组的列表 （x，y）分，

the first argument is a list of tuples of (x,y) points,

，第二个是常数。

可以说明如下：

 line = [(0,0),(1,0),(2,0),(2,1),(2,2),(1,2),(0,2),(0,1),(0,0)]
 xyz(line, 5.0) #calling the function

输出：

 [(0, 0), (2, 0), (2, 2), (0, 2), (0, 0)]

只有一行时，可以轻松实现。但是我有一个庞大的数据框，如下所示：

This can be easily implemented when there is only one line. But I have a huge data frame as follows:

     id      x     y    x,y
  0  1       0     0    (0,0)
  1  1       1     0    (1,0)
  2  1       2     0    (2,0)
  3  1       2     1    (2,1)
  4  1       2     2    (2,2)
  5  1       1     2    (1,2)
  6  2       1     3    (1,3)
  7  2       1     4    (1,4)
  8  2       2     3    (2,3)
  9  2       1     2    (1,2)
 10  3       2     5    (2,5)
 11  3       3     3    (3,3)
 12  3       1     9    (1,9)
 13  3       4     6    (4,6)

在在上述数据框中，具有 id 的行构成了一条单独的轨迹/线的点。我想为每行实现上述功能。

In the above data frame, rows with same "id" forms the points of one separate trajectory/ line. I want to implement the above mentioned function for each of these lines.

我们可以从df中观察到ID为1,2,3的3条不同的轨迹。轨迹1在行（0-5）中具有x，y值，轨迹2在行（6-9）中具有其点，依此类推。.

We can observe from the df there are 3 different trajectories with ids 1,2,3. Trajectory 1 has its x, y value in row (0-5), trajectory 2 has its points in rows (6-9) and so on..

如何在每行中实现函数 xyz，并且由于该函数的输出再次是x，y坐标的元组列表，如何存储此列表？注意：输出列表可以包含任意数量的元组。

How to implement function "xyz" for each of these lines, and since output of this function is again a list of tuples of x,y coordinates, how to store this list? Note: The output list can contain any random number of tuples.

推荐答案

我认为您需要 groupby 与 应用 ：

I think you need groupby with apply:

print (df.groupby('id')['x,y'].apply(lambda x: xyz(x, 5.0)))

或：

print (df.groupby('id')['x,y'].apply(xyz, 5.0))

带有 rdp 函数-必须添加到列表，否则获取 KeyError：-1 ：

print (df.groupby('id')['x,y'].apply(lambda x: rdp(x.tolist(), 5.0)))
#alternative with list
#print (df.groupby('id')['x,y'].apply(lambda x: rdp(list(x), 5.0))
id
1    [(0, 0), (1, 2)]
2    [(1, 3), (1, 2)]
3    [(2, 5), (4, 6)]
Name: x,y, dtype: object

这篇关于如何在 pandas 数据框中的一组行上执行功能？的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！