我有一组数据,其中包含一个分组变量、一个位置和一个该位置的值:
Sample Position Depth
A 1 2
A 2 3
A 3 4
B 1 1
B 2 3
B 3 2
我想生成一个内部规范化深度的新列,如下所示:
Sample Position Depth NormalizedDepth
A 1 2 0
A 2 3 0.5
A 3 4 1
B 1 1 0
B 2 3 1
B 3 2 0.5
这基本上由公式表示NormalizedDepth = (x - min(x))/(max(x)-min(x))
使得最小值和最大值属于该组。
我知道如何在R
dplyr
通过以下方式做到这一点:
depths %>%
group_by(Sample) %>%
mutate(NormalizedDepth = 100 * (Depth - min(Depth))/(max(Depth) - min(Depth)))
我不知道如何使用pandas
做到这一点.我尝试过分组和应用,但似乎都没有复制我正在寻找的东西。
我们有transform
(与 Rdplyr
中的mutate
相同(与ptp
(这是获取最大值和最小值之间的差异(
import numpy as np
g = df.groupby('Sample').Depth
(df.Depth-g.transform('min')) / g.transform(np.ptp)
0 0.0
1 0.5
2 1.0
3 0.0
4 1.0
5 0.5
Name: Depth, dtype: float64
按样本系列的值对数据框进行分组,对执行最小最大归一化的(拆分(深度序列的每个值应用匿名函数,将结果分配给df DataFrame的归一化深度系列(请注意,不太可能像上面的YOBEN_S答案那样有效(:
import pandas as pd
df['NormalizedDepth'] = df.groupby('Sample').Depth.apply(lambda x: (x - min(x))/(max(x)-min(x)))