根据另一个数据框查找列的子集？

Question

我正在跨时间收集多个受试者的心率数据。在数据收集过程中会发生不同的事件，因此每个事件的开始都记录在其他地方。对于每个主题，每个事件的开始时间都会略有不同。我想桥接两个数据帧之间的信息，以便我可以知道在标记为事件的每个时间段内不同受试者的平均心率。如何获得在另一个数据框中标记为事件的某些时间点之间的平均心率？例如，如何找到事件 2 和事件 3 之间的平均心率？

import pandas as pd 
import numpy as np

#example 
example_g = [["4/20/21 4:20", 302, 0, 1, 2, 3, 4, 5],
       ["2/17/21 9:20",135, 1, 1.4, 1.8, 2, 8, 10],
       ["2/17/21 9:20", 111, 4, 5, 5.1, 5.2, 5.3, 5.4]]
example_g_table = pd.DataFrame(example_g,columns=['Date_Time','CID', 0, 1, 2, 3, 4, 5])

#Example Timestamps
example_s = [["4/20/21 4:20",302,0, 2, 3],
       ["2/17/21 9:20",135,0, 1, 4 ],
       ["2/17/21 9:20",111,3, 4, 5 ]]
example_s_table = pd.DataFrame(example_s,columns=['Date_Time','CID', "event_1", "event_2", "event_3"])

desired_outcome = [["4/20/21 4:20",302,2.5],
       ["2/17/21 9:20",135, 3.3 ],
       ["2/17/21 9:20",111, 5.35 ]]

desired_outcome_table = pd.DataFrame(desired_outcome,columns=['Date_Time','CID', "Average of data between Event 2 and Event 3"])

Answer 1

我能够组合一个我认为适用于此的函数，但假设列不会更改顺序或添加更多列。如果 df 形状发生变化，则需要为此进行更新。

首先，我将您的 example_g_table 和 example_s_table 合并在一起，以将它们全部组合在一起。

df = pd.merge(left=example_g_table,right=example_s_table,on=['Date_Time','CID'],how='left')
       Date_Time    CID 0   1   2   3   4   5   event_1 event_2 event_3
0   4/20/21 4:20    302 0   1.0 2.0 3.0 4.0 5.0     0   2   3
1   2/17/21 9:20    135 1   1.4 1.8 2.0 8.0 10.0    0   1   4
2   2/17/21 9:20    111 4   5.0 5.1 5.2 5.3 5.4     3   4   5

现在我们使用一个新函数来提取event_2 和event_3 的值，并返回这些先前列值的平均值。我们稍后将对此运行df.apply，因此它一次只需要一行，作为一个系列（我认为，无论如何）。

def func(df):
    event_2 = df['event_2']
    event_3 = df['event_3']
    start = int(event_2 + 2) # this assumes that the column called 0 will be the third (and starting at 0, it'll be the called 2), column 1 will be the third column, etc
    end = int(event_3 + 2) # same as above
    total = sum(df.iloc[start:end+1]) # this line is the key. It takes the sum of the values of columns in the range of start to finish
    avg = total/(end-start+1) #(end-start+1) gets the count of things in our range
    return avg

最后，我们在此运行 df.apply 以获取我们的新列。

df['avg'] = df.apply(func,axis=1)
df
       Date_Time    CID 0   1   2   3   4   5   event_1 event_2 event_3 avg
0   4/20/21 4:20    302 0   1.0 2.0 3.0 4.0 5.0     0   2          3    2.50
1   2/17/21 9:20    135 1   1.4 1.8 2.0 8.0 10.0    0   1          4    3.30
2   2/17/21 9:20    111 4   5.0 5.1 5.2 5.3 5.4     3   4          5    5.35