python - 通过它们的总和规范化 Pandas 数据框的行

Question

这个问题在这里已经有了答案:

Normalizing pandas DataFrame rows by their sums (2 个回答)

关闭 1年前.

我有一个包含光谱数据和元数据的 pandas 数据框。列用多索引标记，以便 df['wvl'] 给出光谱，df['meta'] 给出元数据。在 df['wvl'] 中，列标签是光谱仪 channel 的波长值。

我想要做的是通过该行的总和对 df['wvl'] 的每一行进行归一化，以便将行中的值相加得到 1.0。

数据框的一行如下所示:

df['wvl'].iloc[0]
246.050003     128.533035
246.102005     102.756321
246.156006      99.930775
...    
848.697205     121.313347
848.896423     127.011662
849.095703     123.234168
Name: 0, dtype: float64

但是当我做类似的事情时:

df['wvl'].iloc[0]=df['wvl'].iloc[0]/df['wvl'].iloc[0].sum()

什么都没有发生!我得到完全相同的值:

df['wvl'].iloc[0]
246.050003     128.533035
246.102005     102.756321
246.156006      99.930775
...    
848.697205     121.313347
848.896423     127.011662
849.095703     123.234168
Name: 0, dtype: float64

如果我创建一个临时变量来保存行，我可以正常化:

temp=df['wvl'].iloc[0]

temp=temp/temp.sum()

temp
246.050003    0.000027
246.102005    0.000022
246.156006    0.000021
                ...   
848.697205    0.000026
848.896423    0.000027
849.095703    0.000026
Name: 0, dtype: float64

但如果我尝试用规范化的临时变量替换数据框行，则什么也不会发生:

df['wvl'].iloc[0]=temp

df['wvl'].iloc[0]
246.050003     128.533035
246.102005     102.756321
246.156006      99.930775
                 ...     
848.697205     121.313347
848.896423     127.011662
849.095703     123.234168
Name: 0, dtype: float64

我显然在这里遗漏了一些东西，但我不知道是什么，这让我发疯了。帮助？提前致谢!

Answer 1

你可以使用

df.div(df.sum(axis=1), axis=0)

df.sum(axis=1) 对每一行求和； df.div(..., axis=0) 然后除以。

例子:

import pandas as pd

df = pd.DataFrame({'a': [1, 2], 'b': [3, 4]})
>>> df.div(df.sum(axis=1), axis=0)
    a   b
0   0.250000    0.750000
1   0.333333    0.666667