Python Pandas：将特定函数应用于每一行

Question

我正在尝试对我拥有的数据应用一种规范化形式。我希望从数据框中的每个值中减去每行的中值。到目前为止我所拥有的：# Generate sample datadata = { "sample_name": ["s1", "s2", "s3", "s4", "s5", "s6"],        "group_name": ["g1", "g1", "g1", "g2", "g2", "g2"],        'col1':[1, 22, 3, 45, 31, 53],          'col2':[30, 21, 10, 42, 56, 20],        'col3':[78, 25, 33, 87, 20, 19],        'col4':[11, 23, 14, 98, 55, 66],        'col5':[19, 29, 39, 49, 59, 69],       } df = pd.DataFrame(data) # calculate medians of each rowmedian_ls = list(df.median(axis=1))# [19.0, 23.0, 14.0, 49.0, 55.0, 53.0]预期结果是：-18,11,59,-8,0-1,-2,2,0,6-11,-4,19,0,25-4,-7,38,49,0-24,1,-35,0,40,-33,-34,13,16我看过df.apply(<function>, axis=1)，但无法弄清楚如何跨行迭代应用特定于行的函数的语法。

Answer 1

用于DataFrame.select_dtypes获取数字列并减去DataFrame.subwith axis=1：

df1 = df.select_dtypes(np.number).sub(df.median(axis=1), axis=0)

print (df1)

   col1  col2  col3  col4  col5

0 -18.0  11.0  59.0  -8.0   0.0

1  -1.0  -2.0   2.0   0.0   6.0

2 -11.0  -4.0  19.0   0.0  25.0

3  -4.0  -7.0  38.0  49.0   0.0

4 -24.0   1.0 -35.0   0.0   4.0

5   0.0 -33.0 -34.0  13.0  16.0

如果需要分配回输出使用：

cols = df.select_dtypes(np.number).columns

df[cols] = df[cols].sub(df.median(axis=1), axis=0)

print (df)

  sample_name group_name  col1  col2  col3  col4  col5

0          s1         g1 -18.0  11.0  59.0  -8.0   0.0

1          s2         g1  -1.0  -2.0   2.0   0.0   6.0

2          s3         g1 -11.0  -4.0  19.0   0.0  25.0

3          s4         g2  -4.0  -7.0  38.0  49.0   0.0

4          s5         g2 -24.0   1.0 -35.0   0.0   4.0

5          s6         g2   0.0 -33.0 -34.0  13.0  16.0

另一个想法是通过以下方式选择没有前 2 行的所有行DataFrame.iloc：

df.iloc[:, 2:] = df.iloc[:, 2:].sub(df.median(axis=1), axis=0)

print (df)

  sample_name group_name  col1  col2  col3  col4  col5

0          s1         g1 -18.0  11.0  59.0  -8.0   0.0

1          s2         g1  -1.0  -2.0   2.0   0.0   6.0

2          s3         g1 -11.0  -4.0  19.0   0.0  25.0

3          s4         g2  -4.0  -7.0  38.0  49.0   0.0

4          s5         g2 -24.0   1.0 -35.0   0.0   4.0

5          s6         g2   0.0 -33.0 -34.0  13.0  16.0

Answer 2

尝试：

df.sub(df.median(axis=1), axis=0)

Answer 3

我只允许自己使用数字部分

import pandas as pd

# Generate sample data

data = {

    "sample_name": ["s1", "s2", "s3", "s4", "s5", "s6"],

    "group_name": ["g1", "g1", "g1", "g2", "g2", "g2"],

    'col1':[1, 22, 3, 45, 31, 53],

    'col2':[30, 21, 10, 42, 56, 20],

    'col3':[78, 25, 33, 87, 20, 19],

    'col4':[11, 23, 14, 98, 55, 66],

    'col5':[19, 29, 39, 49, 59, 69],

   }

keys = ['col1','col2','col3','col4','col5']

df = pd.DataFrame(data)

print(df)

# calculate medians of each row

median_ls = list(df.median(axis=1))

# [19.0, 23.0, 14.0, 49.0, 55.0, 53.0]

print(median_ls)

print(df[keys].subtract(median_ls, axis=0))

结果：

   col1  col2  col3  col4  col5

0 -18.0  11.0  59.0  -8.0   0.0

1  -1.0  -2.0   2.0   0.0   6.0

2 -11.0  -4.0  19.0   0.0  25.0

3  -4.0  -7.0  38.0  49.0   0.0

4 -24.0   1.0 -35.0   0.0   4.0

5   0.0 -33.0 -34.0  13.0  16.0