python - 检查元素是否是邻居，然后创建一个新列

Question

我有一个数据框，它由五列“ID”、“Name”、“pos_x”、“pos_y”和“Volume”组成，如下所示:

ID | Name | pos_x | pos_y | volume
1  |  A   |  1    |  1.5  |  10
2  |  A   |  3.5  |  3    |   6
3  |  A   |  4    |  4    |   8
4  |  A   |  4.5  |  4.5  |   9
5  |  A   |  5    |  6    |  10
1  |  B   |  1.2  |  1.2  |   4
3  |  B   |  4.3  |  4.4  |   8
4  |  B   |  4.5  |  4.2  |   7
2  |  C   |  3    |  3.3  |   9
3  |  C   |  4.2  |  4.1  |  10

我现在想在数据框(“volume_avg”)中创建一个新列，其中计算所有 ID 的平均体积，其位于相应 ID 的 2.5 毫米半径范围内。

我的想法是首先遍历每个名​​称的每个 ID(因为名称 + ID 是主键)，然后查看每个 ID 的位置 x 和 y。使用 if 循环，然后我将检查 ID 是否是邻居。

所以条件是:

如果 pos_x(当前 ID)< pos_x(所有其他 ID)- 2.5 或 > pos_x(所有其他 ID)+ 2.5

else if pos_y(当前 ID)< pos_y(所有其他 ID)- 2.5 或 > pos_y(所有其他 ID)+ 2.5

然后计算 sum(volume)/count(ID's)

除此之外什么都没有

不幸的是，我不知道如何在 python 代码中编写这些注意事项....如果你能帮助我，我会很高兴。非常感谢。

大卫

Answer 1

我将 if 和 else 部分中的条件解释为 (x,y) 坐标上的矩形限制。如果这不正确，请告诉我，我可以调整 if/else 中的逻辑。

import pandas as pd

# create the structure of example dataframe
df = pd.DataFrame([[1, 'A', 1, 1.5, 10],
                   [2, 'A', 3.5, 3, 6],
                   [3, 'A', 4, 4, 8],
                   [4, 'A', 4.5, 4.5, 9],
                   [5 ,'A' , 5 , 6 , 10],
                   [1 ,'B' , 1.2 , 1.2 , 4],
                   [3 ,'B' , 4.3 , 4.4 , 8],
                   [4 ,'B' , 4.5 , 4.2 , 7],
                   [2 ,'C' , 3 , 3.3 , 9],
                   [3 ,'C' , 4.2 , 4.1 , 10],
                   ],
                  columns=['ID', 'Name', 'pos_x', 'pos_y', 'volume'])

# create volume average with rows that meet criterion
volume_avgs = []
for g, grouper in df.groupby('Name'):
    for base_row in grouper.iterrows():
        v_sum = 0
        v_count = 0
        for row in grouper.iterrows():
            if row[1].ID == base_row[1].ID: # skip the item itself
                continue
            elif abs(row[1].pos_x - base_row[1].pos_x) < 2.5 or abs(row[1].pos_y - base_row[1].pos_y) < 2.5:
                 v_sum += row[1].volume
                 v_count += 1
        volume_avgs.append([base_row[1].ID, g, v_sum / v_count if v_count > 0 else 0, v_count])

df_vol_avgs = pd.DataFrame(volume_avgs, columns=['ID', 'Name', 'volume_avg', 'volume_count'])

merged_df = df.merge(df_vol_avgs, on=['ID', 'Name'])
merged_df

请注意，如果实际数据很大，这可能无法很好地扩展。由于双 for 循环，特别是对于具有大量数据的组。此外，如果您想要 None 或 Nan 如果要平均的附近点总数为 0，您可以更改 if/else from

v_sum / v_count if v_count > 0 else 0

到

v_sum / v_count if v_count > 0 else None

对于 None 的情况和 Nan 的情况类似，假设使用 numpy.nan。