pd.DataFrame 正在覆盖列，而不是将数据保存到 pd.DataFrame

Question

在这里，我试图创建一个 dataframe 来比较帧之间 object 的位置：

Pcount = []
Pcountdb = []
framenumber = 0
frames_count = 0
frames_count = self.vdo.get(cv2.CAP_PROP_FRAME_COUNT)
df = pd.DataFrame(index=range(int(frames_count))) 
if len(outputs) > 0:
    for i in range(len(outputs):
        bbox_xyxy = outputs[:,:4]
        identities = outputs[:,-1]
        sx = outputs[:,0]
        sy = outputs[:,1]
        ex = outputs[:,2]
        ey = outputs[:,3]
        cx = ((sx + ex) /2)
        cy = ((sy + ey) /2)
        ct = (cx, cy)
        cx2 = (cx.tolist())
        cy2 = (cy.tolist())
        P = identities[i]
        df[str(P.astype(int))] = ""                              
        #creates new column with an id number obtained through deepsort

        df.at[int(framenumber), str(P.astype(int))] = [cx2[i], cy2[i]]  
        #the i function from a for loop is necessary for multiple objects in the same frame

        print(df)

        if not P in Pcountdb:
            global PcountT
            Pcountdb.append(P)
            PcountT = PcountT + 1

framenumber = framenumber + 1

编辑：上面的脚本以占位符开头

df = pd.DataFrame... 创建我的 dataframe ，视频中的每个图像/帧都有一行

bbox_xyxy 是在我的 object 检测器被 deepsort 循环后创建的，并且 deepsort 已识别每个检测到的 object 并将其识别为具有位置的 object。

然后，我分解 np.arrays 并计算这些对象的中心点，以便可以将它们视为单个点，而不是边界框矩形。

Pandas 接受我的输入并创建一个 DataFrame 与 object id（在本例中为 1），中心 xy 坐标并将它们放置在与每个帧对应的行中

接下来，我们打印 dataframe 并查看结果

print(df) 返回：

                     1
Frames                
3       [614.5, 632.0]

                     1
Frames                
3                     
4       [610.5, 624.0]

                     1
Frames                
3                     
4                     
5       [603.0, 618.0]

                     1
Frames                
3                     
4                     
5                     
6       [574.0, 615.5]

                     1
Frames                
3                     
4                     
5                     
6                     
7       [564.0, 610.0]

                     1
Frames                
3                     
4                     
5                     
6                     
7                     
8       [559.0, 597.0]

DataFrame 仅跟踪每列的最新坐标集。 如果我要生成两列，那么我的 dataframe 中只会出现每个 object 的最后一次出现（如上图所示，其中一个 object，标识为 1）

我需要将 output 保存到我的 pd.DataFrame = df，而不是被覆盖。

                     1
Frames                
3       [614.5, 632.0]
4       [610.5, 624.0]
5       [603.0, 618.0]
6       [574.0, 615.5]
7       [564.0, 610.0]
8       [559.0, 597.0]

所以我可以比较这些对象在帧之间的位置，给我一个 object 计数，对对象进行计数并将它们存储在 2 个数据库中，“UP”和“DOWN”

Answer 1

您的 DataFrame 只是添加最后一个原始数据，因为每次 for 循环运行时，您都会将列重置为 null。 所以所有以前的值都被删除了。 通过查看您的代码，我可以看到，因为您的代码不需要处于 for 循环中。

解决方案：

Pcount = []
Pcountdb = []
framenumber = 0
frames_count = 0
frames_count = self.vdo.get(cv2.CAP_PROP_FRAME_COUNT)
df = pd.DataFrame(index=range(int(frames_count))) 
if len(outputs) > 0:
    bbox_xyxy = outputs[:,:4]
    identities = outputs[:,-1]
    sx = outputs[:,0]
    sy = outputs[:,1]
    ex = outputs[:,2]
    ey = outputs[:,3]
    cx = ((sx + ex) /2)
    cy = ((sy + ey) /2)
    ct = (cx, cy)
    cx2 = (cx.tolist())
    cy2 = (cy.tolist())
    P = identities[i]
    df[str(P.astype(int))] = ""
    for i in range(len(outputs):
        df.at[int(framenumber), str(P.astype(int))] = [cx2[i], cy2[i]]
        print(df)

希望这有效。

Answer 2

for i in range(len(outputs)):
                    P = identities[i]

                    if not P in Pcountdb:
                        df[str(P.astype(int))] = ""
                        global PcountT
                        Pcountdb.append(P)
                        PcountT = PcountT + 1
                    else:
                        if P in Pcountdb:
                            df.at[int(framenumber), str(P.astype(int))] = [cx2[i], cy2[i]]


[222 rows x 1 columns]
                     1
 Frames                
 4       [610.5, 624.0]
 5       [603.0, 618.0]
 6       [574.0, 615.5]
 7       [564.0, 610.0]
 8       [559.0, 597.0]
 ...                ...
 226     [640.5, 518.5]
 227     [643.0, 525.0]
 228     [646.0, 529.5]
 229     [647.5, 529.5]
 230     [650.5, 531.5]

谢谢@Adarsh 的回复，你是对的，我的列被覆盖了，因为我是从循环中创建它们的。

我采用了 df[str(P.astype(int))] = "" 行，其中创建了列并在排他的情况下运行它。