pandas - 向特定数据框列添加单个值

Question

我有一个像这样的数据框:

principalDf =

    |   x   ||   y   ||   z   ||   values   |
    |  x0   ||  y0   ||  z0   ||   areal    |
    |  x1   ||  y1   ||  z1   ||   aimag    |
    |  x2   ||  y2   ||  z2   ||   breal    |
    |  x3   ||  y3   ||  z3   ||   bimag    |

我要生产:

frobprincipalDf =

|       x       ||       y       ||       z       ||   values   |
|sqrt(x0^2+x1^2)||sqrt(y0^2+y1^2)||sqrt(z0^2+z1^2)||     a      |
|sqrt(x2^2+x3^2)||sqrt(y2^2+y3^2)||sqrt(z2^2+z3^2)||     b      |

我通过以下方式生成所需的 x、y 和 z 数据:

frobprincipalDf = pd.DataFrame(columns=principalDf.columns)

for col in principalDf.columns[:-1]:
    for index in range(0,len(principalDf),2):
        frobnorm = np.sqrt(principalDf[col].iloc[index]**2+principalDf[col].iloc[index+1]**2)
        print(frobnorm)

如何将 frobnorm 添加到新创建的 frobprincipalDf 中的特定 col？

有比嵌套 for 循环更好的方法吗？

它应该对任何值名称都是通用的，这样如果另一个值以 a 开头，它就不会将它们“组合”在一起。

---

看起来下面是偶数索引对行添加的初始问题的完整解决方案。这是对准人类 answer 稍作修改的答案.将单个值添加到特定 df 列的次要问题仍然存在。

frobprincipalDf = np.sqrt(principalDf[['x', 'y', 'z']].shift() ** 2 + principalDf[['x', 'y', 'z']] ** 2)
frobprincipalDf = pd.concat([frobprincipalDf,principalDf['values'].str[:2]], axis=1)
frobprincipalDf = frobprincipalDf[frobprincipalDf.index % 2 == 1].reset_index(drop=True)

Answer 1

你可以使用 groupby+agg :

import numpy as np

group = df['values'].str.extract('(.*)(?:real|imag)', expand=False)
# 0    a
# 1    a
# 2    b
# 3    b

(df.select_dtypes('number')
   .groupby(group)
   .agg(lambda x: np.sqrt((x**2).sum()))
   .reset_index()
)

示例输入:

    x   y   z values
0   1   2   3  areal
1   4   5   6  aimag
2   7   8   9  breal
3  10  11  12  bimag

输出:

  values          x          y          z
0      a   4.123106   5.385165   6.708204
1      b  12.206556  13.601471  15.000000