使用常量值和前一个值使用 pandas 更新每个行值

Question

我有一个有4列的数据帧，第一列等于计数器，计数器的值为十六进制。

counter       frequency     resistance      phase
0          15000.000000   698.617126    -0.745298
1          16000.000000   647.001708    -0.269421
2          17000.000000   649.572265    -0.097540
3          18000.000000   665.282775     0.008724
4          19000.000000   690.836975    -0.011101
5          20000.000000   698.051025    -0.093241
6          21000.000000   737.854003    -0.182556
7          22000.000000   648.586792    -0.125149
8          23000.000000   643.014160    -0.172503
9          24000.000000   634.954223    -0.126519
a          25000.000000   631.901733    -0.122870
b          26000.000000   629.401123    -0.123728
c          27000.000000   629.442016    -0.156490

| counter | sampling frequency | time.   |
| --------| ------------------ |---------|
| 0       |  -                 |t0=0     |
| 1       |  1                 |t1=t0+sf |
| 2       |  1                 |t2=t1+sf |
| 3       |  1                 |t3=t2+sf |

时间列是添加到原始数据帧中的新列。我想在x轴上绘制时间，在y轴上绘制频率、电阻和相位。

Answer 1

因为为了计算任何行的值，您需要计算前一行的值。对于这个问题，您可能必须使用for循环。

对于一个恒定的频率，你可以预先计算，不需要在数据框中操作:

sampling_freq = 1

df['time'] = [sampling_freq * i for i in range(len(df))]

如果你需要在dataframe中操作(假设频率可能在某个点改变)，为了根据行号和列名调用每个单元格，你可以这样建议。对行和列都使用数字，语法会容易得多，但我更喜欢用< code >“time”而不是< code>2。

df['time'] = np.zeros(len(df))

for i in range(1, len(df)):
    df.iloc[i, df.columns.get_loc('time')] = df.iloc[i-1, df.columns.get_loc('time')] + df.iloc[i, df.columns.get_loc('sampling frequency')]

或者，重置索引，以便可以遍历连续的数字:

df['time'] = np.zeros(len(df))
df = df.reset_index()

for i in range(1, len(df)):
    df.loc[i, 'time'] = df.loc[i-1, 'time'] + df.loc[i, 'sampling frequency']

df = df.set_index('counter')

请注意，由于您的采样频率在整个实验中可能是恒定的，因此您可以将其简化为：

sampling_freq = 1

df['time'] = np.zeros(len(df))

for i in range(1,len(df)):
    df.iloc[i, df.columns.get_loc('time')] = df.iloc[i-1, df.columns.get_loc('time')] + sampling_freq

但这并不会比第一个例子中创建时间序列更好。