大熊猫中的沿行规范

Posted 2023-03-06

【中文标题】大熊猫中的沿行规范

【英文标题】：Norm along row in pandas

【发布时间】：2013-08-30 02:43:14

【问题描述】：

我有一个 pandas 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）。

我想使用任意组合列的函数沿行聚合数据框，例如标准：(X^2 + Y^2 + Y^2)。

我想做一些类似于 here 和 here 和 here 所做的事情，但我想保持它足够通用，以便列数可以改变并且它的行为类似于

DataFrame.mean(axis = 1)

或

DataFrame.sum(axis = 1)

【参考方案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))

【讨论】：

还有 np.linalg.norm，但由于某种原因，您上面提供的“手动版本”更快

至少在我的情况下，这可以通过执行 df.values 来加速

@Wizard “手动版”为什么比np.linalg.norm()快的原因我在this SO post已经讨论过了。请注意，如果涉及视图或df 有很多列，则np.linalg.norm() 最终获胜。

【参考方案2】：

Numpy 提供规范...使用：

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

【参考方案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

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

【参考方案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)

【参考方案5】：

您正在寻找apply。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。

【讨论】：

谢谢！我偶然发现了一个更快的解决方案：np.sqrt(np.square(df).sum(axis=1))

与apply相比，总是更喜欢按列的函数——对于常见的操作，前者比手写应用快几个数量级。