Python 如何在dataframe中的一组行上执行函数？

我正在努力实现一个新的目标。假设算法作为函数“xyz”执行

该功能专门设计用于操作轨迹数据，即（x，y）坐标

该函数有两个参数：

第一个参数是（x，y）点的元组的列表

第二个是常量

可以如下所示：

 line = [(0,0),(1,0),(2,0),(2,1),(2,2),(1,2),(0,2),(0,1),(0,0)]
 xyz(line, 5.0) #calling the function

     id      x     y    x,y
  0  1       0     0    (0,0)
  1  1       1     0    (1,0)
  2  1       2     0    (2,0)
  3  1       2     1    (2,1)
  4  1       2     2    (2,2)
  5  1       1     2    (1,2)
  6  2       1     3    (1,3)
  7  2       1     4    (1,4)
  8  2       2     3    (2,3)
  9  2       1     2    (1,2)
 10  3       2     5    (2,5)
 11  3       3     3    (3,3)
 12  3       1     9    (1,9)
 13  3       4     6    (4,6)

输出：

 [(0, 0), (2, 0), (2, 2), (0, 2), (0, 0)]

当只有一行时，这很容易实现。但我有一个巨大的数据框架，如下所示：

 line = [(0,0),(1,0),(2,0),(2,1),(2,2),(1,2),(0,2),(0,1),(0,0)]
 xyz(line, 5.0) #calling the function

     id      x     y    x,y
  0  1       0     0    (0,0)
  1  1       1     0    (1,0)
  2  1       2     0    (2,0)
  3  1       2     1    (2,1)
  4  1       2     2    (2,2)
  5  1       1     2    (1,2)
  6  2       1     3    (1,3)
  7  2       1     4    (1,4)
  8  2       2     3    (2,3)
  9  2       1     2    (1,2)
 10  3       2     5    (2,5)
 11  3       3     3    (3,3)
 12  3       1     9    (1,9)
 13  3       4     6    (4,6)

在上述数据框中，具有相同“id”的行构成一条单独轨迹/线的点。我想为每一行实现上述功能

我们可以从df中观察到3条不同的轨迹，ID为1、2、3。轨迹1的x、y值在第（0-5）行，轨迹2的点在第（6-9）行，依此类推

---

如何为这些行中的每一行实现函数“xyz”，并且由于该函数的输出也是x，y坐标的元组列表，因此如何存储该列表？注意：输出列表可以包含任意数量的元组。

我认为您需要

groupby

和：

或：

带函数的示例-需要添加

tolist

，否则获取

键错误：-1

：

print (df.groupby('id')['x,y'].apply(lambda x: rdp(x.tolist(), 5.0)))
#alternative with list
#print (df.groupby('id')['x,y'].apply(lambda x: rdp(list(x), 5.0))
id
1    [(0, 0), (1, 2)]
2    [(1, 3), (1, 2)]
3    [(2, 5), (4, 6)]
Name: x,y, dtype: object

---

如何将此groupby对象转换为数据帧，以便新数据帧有一列表示id（包含值1,2,3），另一列表示从groupby结果中获得的相应坐标。添加

reset_index（）

like

df1=df.groupby（'id'）['x，y']）。应用（lambda x:rdp（x.tolist（），5.0））。reset_index（）

非常感谢，这很有效。但是我想请你再次检查这个问题，我已经增加了更多的要求。是的，我会的。