在 function 中将 pandas 列的值作为单独的 arguments 传递

Question

我有一个 csv 文件，其中包含 xy 和 z 行以及不同名称的列。 本质上，这些是每个名称的三维坐标。 我已将此 csv 作为 dataframe 导入，如下所示：

 Coordinate       C1       C2       C3       C4       C5       N6
0          x  0.16620  0.20640  0.16240  0.08140  0.04370  0.08288
1          y  0.22340  0.34680  0.44090  0.41100  0.28550  0.18996
2          z  0.38187  0.42618  0.40091  0.33013  0.28793  0.31430

我想对坐标进行转换，例如 (x,y,z)->(y,x,z)。 我对 python 没有太多经验，但我发现我可以用一个简单的 function 来做到这一点，例如

def trans(x,y,z):
     return (y,x,z)

我在以 x、y 和 z 的形式从每列获取值时遇到问题，以便我可以将它们传递给 function 以实现所需的转换。 我发现我可以通过使用将每一列转换为一个元组

tuple([tuple(co_df[col]) for col in co_df])

然而，这最终会给我一个元组的元组。 我可以改为将其转换为元组列表，但随后我遇到了将元组列表传递到我的 function 以转换坐标的问题。 任何帮助表示赞赏！

Answer 1

我还没有足够的声誉来发表评论，但也许 for 循环会很有用

例如，要为每一列打印 trans 的 output，您可以执行以下操作：

for column in list(co_df):
    a,b,c=co_df[column]
    print(trans(a,b,c))

这将打印：

('y', 'x', 'z')
(0.22340, 0.16620, 0.38187)
(0.34680, 0.20640, 0.42618)
(0.44090, 0.16240, 0.40091)
(0.41100, 0.08140, 0.33013)
(0.28550, 0.04370, 0.28793)
(0.18996, 0.08288, 0.31430)

一旦它们被转换，你打算如何处理这些值？ 您是否需要将它们存储在 object 中？

编辑重新。 您关于a,b,c=co_df[column]做什么的问题，请在单个列级别考虑这一点，例如co_df["C1"] print(co_df["C1"])返回

0    0.16620
1    0.22340
2    0.38187

执行a,b,c=co_df["C1"]将co_df["C1"] ["C1"] 的每个值分别分配给 a、b 和 c。

Answer 2

这是原始数据框：

from io import StringIO
import pandas as pd
data = ''' Coordinate       C1       C2       C3       C4       C5       N6
0          x  0.16620  0.20640  0.16240  0.08140  0.04370  0.08288
1          y  0.22340  0.34680  0.44090  0.41100  0.28550  0.18996
2          z  0.38187  0.42618  0.40091  0.33013  0.28793  0.31430
'''

df = pd.read_csv(StringIO(data), sep='\s+')
print(df)

  Coordinate       C1       C2       C3       C4       C5       N6
0          x  0.16620  0.20640  0.16240  0.08140  0.04370  0.08288
1          y  0.22340  0.34680  0.44090  0.41100  0.28550  0.18996
2          z  0.38187  0.42618  0.40091  0.33013  0.28793  0.31430

首先，您可以将列按不同的顺序排列，如下所示：

print(df[['Coordinate', 'N6', 'C5', 'C4', 'C3', 'C2', 'C1']])

  Coordinate       N6       C5       C4       C3       C2       C1
0          x  0.08288  0.04370  0.08140  0.16240  0.20640  0.16620
1          y  0.18996  0.28550  0.41100  0.44090  0.34680  0.22340
2          z  0.31430  0.28793  0.33013  0.40091  0.42618  0.38187

其次，您可以像这样重新标记列（分配给 df.columns）：

df.columns = ['Coordinate', 'N6', 'C5', 'C4', 'C3', 'C2', 'C1']
print(df)

  Coordinate       N6       C5       C4       C3       C2       C1
0          x  0.16620  0.20640  0.16240  0.08140  0.04370  0.08288
1          y  0.22340  0.34680  0.44090  0.41100  0.28550  0.18996
2          z  0.38187  0.42618  0.40091  0.33013  0.28793  0.31430