python - 大熊猫中的沿行规范

Question

我有一个熊猫数据框，其中 N 列表示向量的坐标（例如 X、Y、Z，但可能超过 3D）。

我想使用组合列的任意函数沿行聚合数据框，例如 norm: (X^2 + Y^2 + Y^2)。

我想做一些类似于这里、这里和这里所做的事情，但我想让它保持足够的通用性，以便列数可以改变并且它的行为就像

DataFrame.mean(axis = 1)

或者

DataFrame.sum(axis = 1)

Answer 1

我找到了比@elyase 建议的更快的解决方案：

np.sqrt(np.square(df).sum(axis=1))

Answer 2

Numpy 提供规范... 使用：

np.linalg.norm(df[['X','Y','Z']].values,axis=1)

Answer 3

一行，使用你想要的任何函数（包括 lambda 函数），例如

df.apply(np.linalg.norm, axis=1)

或者

df.apply(lambda x: (x**2).sum()**.5, axis=1)

Answer 4

按名称过滤列

cols = ['X','Y','Z']
df[cols].mean(axis=1)
df[cols].sum(axis=1)
df[cols].apply(lambda values: sum([v**2 for v in values]), axis=1)

Answer 5

您正在寻找申请。您的示例如下所示：

>> df = pd.DataFrame([[1, 1, 0], [1, 0, 0]], columns=['X', 'Y', 'Z'])
     X   Y   Z
0    1   1   0
1    1   0   0

>>> df.apply(lambda x: np.sqrt(x.dot(x)), axis=1)
0    1.414214
1    1.000000
dtype: float64

这适用于任意数量的维度。