Python 在引用其他行上的数据时，如何对DF中的每一行执行计算？

我正在寻找一种高效的方法来计算新的列数据（对于每一行），使用其他行上可能存在的信息

这里是示例性子集：

df = pd.DataFrame({'baseSeq': {0: 'ADTPICR', 1: 'ADTPICR', 2: 'AVALFAED', 3: 'AVALFAED', 4: 'AVALFAED', 5: 'AVALFAED', 6: 'AVALFAED', 7: 'AVALFAED'}, 'modSeq': {0: 'ADT[+16]PICR', 1: 'ADTPICR', 2: 'AVALFAED[+16]', 3: 'AVALFAE[+16]D', 4: 'AVALFAED', 5: 'AVALFAED[-30]', 6: 'AVALFAED', 7: 'AVALFAED'}, 'charge': {0: 2, 1: 2, 2: 2, 3: 2, 4: 2, 5: 3, 6: 3, 7: 4}, 'modType': {0: 'hydoxy', 1: 'UNMOD', 2: 'hydroxy', 3: 'hydroxy', 4: 'UNMOD', 5: 'decarbox', 6: 'UNMOD', 7: 'UNMOD'}, 'area_0': {0: 1862, 1: 22737, 2: 40060, 3: 40131, 4: 21962, 5: 12, 6: 21885, 7: 2116}, 'area_25': {0: 2472, 1: 30966, 2: 2423, 3: 2407, 4: 34387, 5: 16, 6: 35444, 7: 3072}, 'area_50': {0: 3015, 1: 24660, 2: 3553, 3: 3577, 4: 29860, 5: 40, 6: 33511, 7: 2974}})

具体来说，我想为每个修改序列（基本上是每行）的“未修改分数”计算新列，然后将其扩展到多个“区域”列

fracumpd=（1-（面积（已修改）/面积（已修改+面积（未修改）））

“area\u unmodified”值必须来自不同的行，因此我似乎无法找到使用类似

df.concat（）

或

df.insert（）

这样的函数来实现这一点的方法。 正确的“area_unmodified”值是从共享相同的“baseSeq”和“charge”值的行中确定的，但没有任何修改（为了方便起见，我包括了一列“modType”）

我不必为未修改的行计算fracumpd，但我不想从结果输出中删除这些行（保留它们只会给出fracumpd=0.5，这很好）

有时有些行找不到未修改的版本（未显示），但我忽略了这些行，因为我知道我更喜欢在单独的帖子中提出次要问题，而且我能够在Excel中手动筛选出这些问题

我一直在做这样的事情，在每一行循环：

for X in df.columns[df.columns.str.contains('area')].tolist():
    df[X.replace('area', 'fracUnmod')] = ''
for row in df.index:
    for X in df.columns[df.columns.str.contains('area')].tolist():
        Y = X.replace('area', 'fracUnmod')
        df[Y].iloc[row] = (1 - ((df.iloc[row][X]) / ((df.iloc[row][X]) + (df[(df.baseSeq==df.iloc[row].baseSeq) & (df.charge==df.iloc[row].charge) & (df.baseSeq==df.modSeq)][X].item()))))

这是可行的，但对于我的完整数据集（650行表示“行”循环通过，10列表示“X”循环通过），这需要很长时间（~10分钟）

我还提出了令人讨厌的“SettingWithCopyWarning”——我是否可以通过在最后一行的“链式赋值”后面添加

.ascopy（）

来避免这种情况？我一直没能弄明白

我已经读过好几遍了，只要有可能就应该避免循环，所以我猜这就是问题所在。 有没有更干净、更快的方法

“modSeq”和“charge”的每一个组合都是唯一的，所以我可能想使用

df.groupby（）

或

df.merge（）

，并使用临时df

---

我经常遇到这种情况，所以我想学习如何在不使用循环的情况下做这类事情（或者至少提高速度）。

如果我们创建一些临时列，就可以对数学运算进行矢量化，这将大大减少时间。之后，我们可以删除临时列

使用您给出的示例，它如下所示：

我们从一个类似如下的

df

开始：

创建所有“区域”列的列表：

area\u cols=df.columns[df.columns.str.contains（'area'）].tolist（）

以下5行代码创建一个临时df，其中包含每个

baseSeq

/

charge

组合的未修改区域：

以下是此时临时df的外观：

                unmod_area_0    unmod_area_25   unmod_area_50
baseSeq  charge         
ADTPICR       2        22737            30966          24660
AVALFAED      2        21962            34387          29860
              3        21885            35444          33511
              4         2116             3072           2974

然后，我们将这个临时数据框连接回主数据框，以便为每个

baseSeq

/

charge

组合显示适当数量的未修改区域：

df=df.join（temp_-df，on=['baseSeq'，'charge']）

此时，我们的数据框架如下所示：

现在进入主要部分：我们在每个“面积”列上循环并计算所需的分数。此计算是跨列的每一行进行矢量化的，应该会大大加快速度

为了清理问题，让我们先删除显示未添加区域的临时列，然后删除临时数据框

df=df.drop（['unmd'+c表示区域列中的c]，轴=1）

del（临时测向）

最后的数据帧如下所示：

这与原始嵌套for循环生成的输出相同。但希望能快得多

    baseSeq    modSeq        charge     modType   area_0  area_25   area_50
0   ADTPICR    ADT[+16]PICR       2     hydoxy      1862     2472      3015
1   ADTPICR    ADTPICR            2     UNMOD      22737    30966     24660
2   AVALFAED   AVALFAED[+16]      2     hydroxy    40060     2423      3553
3   AVALFAED   AVALFAE[+16]D      2     hydroxy    40131     2407      3577
4   AVALFAED   AVALFAED           2     UNMOD      21962    34387     29860
5   AVALFAED   AVALFAED[-30]      3     decarbox      12       16        40
6   AVALFAED   AVALFAED           3     UNMOD      21885    35444     33511
7   AVALFAED   AVALFAED           4     UNMOD       2116     3072      2974

temp_df = df[['baseSeq'] + ['charge'] + ['modType'] + area_cols].groupby(['baseSeq', 'charge', 'modType'], axis=0).sum()
temp_df = temp_df.reset_index(level=2)
temp_df = temp_df[temp_df['modType'] == 'UNMOD']
temp_df = temp_df.drop('modType', axis=1)
temp_df.rename(columns = lambda x: 'unmod_' + x, inplace=True)

                unmod_area_0    unmod_area_25   unmod_area_50
baseSeq  charge         
ADTPICR       2        22737            30966          24660
AVALFAED      2        21962            34387          29860
              3        21885            35444          33511
              4         2116             3072           2974

    baseSeq     modSeq       charge  modType    area_0  area_25 area_50 unmod_area_0    unmod_area_25   unmod_area_50
0   ADTPICR     ADT[+16]PICR      2  hydoxy       1862     2472    3015        22737            30966           24660
1   ADTPICR     ADTPICR           2  UNMOD       22737    30966   24660        22737            30966           24660
2   AVALFAED    AVALFAED[+16]     2  hydroxy     40060     2423    3553        21962            34387           29860
3   AVALFAED    AVALFAE[+16]D     2  hydroxy     40131     2407    3577        21962            34387           29860
4   AVALFAED    AVALFAED          2  UNMOD       21962    34387   29860        21962            34387           29860
5   AVALFAED    AVALFAED[-30]     3  decarbox       12       16      40        21885            35444           33511
6   AVALFAED    AVALFAED          3  UNMOD       21885    35444   33511        21885            35444           33511
7   AVALFAED    AVALFAED          4  UNMOD        2116     3072    2974         2116             3072            2974

for col in area_cols:
    num = col.split('_')[1]
    df['fracUnmod_' + num] = 1 - (df[col] / (df[col] + df['unmod_' + col]))

    baseSeq     modSeq       charge  modType    area_0  area_25 area_50 fracUnmod_0  fracUnmod_25   fracUnmod_50
0   ADTPICR     ADT[+16]PICR      2  hydoxy       1862     2472    3015    0.924306      0.926072       0.891057
1   ADTPICR     ADTPICR           2  UNMOD       22737    30966   24660    0.500000      0.500000       0.500000
2   AVALFAED    AVALFAED[+16]     2  hydroxy     40060     2423    3553    0.354100      0.934175       0.893664
3   AVALFAED    AVALFAE[+16]D     2  hydroxy     40131     2407    3577    0.353695      0.934582       0.893023
4   AVALFAED    AVALFAED          2  UNMOD       21962    34387   29860    0.500000      0.500000       0.500000
5   AVALFAED    AVALFAED[-30]     3  decarbox       12       16      40    0.999452      0.999549       0.998808
6   AVALFAED    AVALFAED          3  UNMOD       21885    35444   33511    0.500000      0.500000       0.500000
7   AVALFAED    AVALFAED          4  UNMOD        2116     3072    2974    0.500000      0.500000       0.500000