Python 如何将数据帧中的数据标准化为时间序列的起始值？

我想分析一个使用熊猫的临床研究数据集。 患者在不同的诊所就诊，并测量一些参数。我想将血液参数标准化为第一次就诊的值（基线值），即：标准化=参数[Visite X]/参数[Visite 1]。 数据集大致类似于以下示例：

将熊猫作为pd导入
将numpy作为np导入
rng=np.random.RandomState（0）
数据帧（{'Patient'：['A'，'A'，'A'，'B'，'B'，'B'，'C'，'C'，'C'，]，
“访问”：[1,2,3,1,2,3,1,2,3]，
“参数”：rng.randint（0，100，9）}，
列=[“患者”、“就诊”、“参数”]）
df
病人就诊参数
044
1 A 2 47
2 A 3 64
3 B 1 67
4 B 2 67
5 B 3 9
6 C 1 83
7 C 2 21
8 C 3 36

现在，我想添加一列，其中包括每个标准化为基线值的参数，即访问1时的值。最简单的方法是添加一列，其中只包含每个患者的就诊1值，然后简单地将参数列除以添加的列。但是，我没有创建这样一个列，它将为每个患者添加基线值。但可能也有一行解决方案，而不添加另一列 任何帮助都将不胜感激

结果应该如下所示：

患者就诊参数标准化
0A1441.0
1A 2471.07
2 A 3 64 1.45
3B1671.0
4B2671.0
5B390.13
6C1831.0
7 C2 21 0.25
8 C 3 36 0.43

IIUC

---

如果需要创建新的数据帧：

df2 = df.assign(Normalized = df['Parameter'].div(df.groupby('Patient')['Parameter'].transform('first')))

我们也可以按照我的建议使用lambda

或：

---

@ansev说什么：

GroupBy.transform

如果您希望保留

参数

列，只需运行他编写的最后一行，但将

规范化

而不是

参数

作为新列名：

---

df=df.assign（Normalized=lambda x:x['Parameter'].div（x.groupby（'Patient'）['Parameter'].transform（'first'））

好的第一个问题！非常感谢！在我的简单示例中，您的解决方案非常有效。但是，当我将其应用于更复杂的数据集时，.transform（'first'）命令将这些值规范化为其他值。但是，使用与下面Christian Decker建议的lambda相同的命令，显示了正确的值。仍然需要找出这种差异的原因，因为，至少在我简单的头脑中，两者都是一样的……实际上是我建议使用assign。在这种情况下没有区别@米克尔：你完全正确。实际上，我更喜欢不使用assign和lambda的方法。不幸的是，我无法在我的真实数据集中使用。你知道使用这些方法中的一种会有什么不同吗？或者，在没有具体示例的情况下，是否可以说一般情况下？assign与new列名的奇怪行为，它们应该是相同的。可能值得再问一个问题，比如说最小的可重复性。@ansev使用新的数据帧也没有帮助。当我有时间的时候，我可以用@Evgeny建议的可复制数据集问一个新问题。原始数据集包含敏感数据，因此我无法直接使用它。非常感谢你的全面回答！

df['Normalized'] = df['Parameter'].div(df.groupby('Patient')['Parameter']
                                         .transform('first')).round(2)
print(df)
  Patient  Visit  Parameter  Normalized
0       A      1         44        1.00
1       A      2         47        1.07
2       A      3         64        1.45
3       B      1         67        1.00
4       B      2         67        1.00
5       B      3          9        0.13
6       C      1         83        1.00
7       C      2         21        0.25
8       C      3         36        0.43

df2 = df.assign(Normalized = df['Parameter'].div(df.groupby('Patient')['Parameter'].transform('first')))

df2 = df.copy()
df2['Normalized'] = df['Parameter'].div(df.groupby('Patient')['Parameter']
                                         .transform('first'))