在 pandas 数据框上拆分和执行功能的最有效方法答案

【问题标题】：Most efficient way to split and perform function on pandas data frame在 pandas 数据框上拆分和执行功能的最有效方法
【发布时间】：2019-10-18 08:39:07
【问题描述】：

我得到了一个数据框，其中包含行中的值（A 和 B）的两个测量值，每列代表样本的测量值。

示例如下：

ID S1 S2 S3
M1_A 1 2 3 
M1_B 3 2 1
M2_A 1 2 3 
M2_B 3 2 1

我需要计算 B 与 A+B 的比率 [即(B/(A+B))] 每次测量每个样本。

结果数据框示例：

ID S1 S2 S3
M1 0.75 0.5 .25 
M2 0.75 0.5 .25

目前我一次读取两行文件，检查 ID 是否匹配（不包括 _A 或 _B），将“行”转换为向量，然后执行计算到向量。在较大的样本集上，这变得非常缓慢。

使用 pandas 等库最有效的方法是什么？

感谢所有帮助！

【问题讨论】：

标签： python pandas dataframe

【解决方案1】：

这听起来像是一个经典的 groupby-aggregate 问题。 Pandas 也可以轻松处理 ID 列中的下划线。

df['ID'] = df['ID'].str.split('_').str[0]
df = df.groupby('ID').agg(lambda x: x.values[-1]/x.sum())
print(df)

      S1   S2    S3
ID                 
M1  0.75  0.5  0.25
M2  0.75  0.5  0.25

【讨论】：