Pandas - 在迭代中使用具有相等值的行中的值

Question

如果过去已经回答了这个问题，我想道歉，我不知道如何表达这个问题。 对于空间中的每个点，我有一个带有 3d 坐标和带有标量值（在这种情况下为磁场）的行的数据框。我将半径计算为每个点与 (x,y)=(0,0) 处的线的距离。唯一的半径和 z 值被传输到一个新的数据帧中。现在我想通过对 3d 系统中具有相等半径的所有点进行平均来计算体积中每个点 (Z,R) 的标量值。

目前我正在迭代所有唯一的 Z 和 R 值。它可以工作，但速度非常慢。

df 是原始数据帧，dfn 是新数据帧，一开始只包含 R 和 Z 值的唯一组合。

for r in dfn.R.unique():
    for z in df.Z.unique():
        dfn.loc[(df["R"]==r)&(df["Z"]==z), "B"] = df["B"][(df["R"]==r)&(df["Z"]==z)].mean()

有没有办法通过编写一行代码来加快这一速度，其中给 pandas 提供了从原始数据帧中获取所有行的命令，其中 Z 和 R 具有根据新数据帧中每一行的值?

提前感谢您的帮助。

Answer 1

试试groupby!!!

看起来您可以通过以下方式实现： df[['R', 'Z', 'B']].groupby(['R', 'Z']).mean()