Python 数据帧减去横截面

我有一个熊猫数据框，其中包含来自3D测量的数据（大约27k行）。我已经创建了一个由3个坐标列（x，y，z）组成的多索引。数据如下所示（沿y方向的多个xz平面）：

以下是一个例子：

在下一步中，我想从每隔一个xz平面上减去横截面/切片在

y=y0

处的值，以规范化我的数据。目前，我通过在每一行上循环来实现这一点：

for row in data.itertuples():
    ind = row[0]
    value = row[1]
    ref = data["Analog 1"].ix[(y0, ind[1], ind[2])]
    data["Analog 1"].ix[ind] = value - ref

---

有更优雅的方法吗？

我更容易重置索引，将索引值恢复为列，然后调用从感兴趣的行中减去所有行：

In [65]:
df = df.reset_index()
df.sub(df[df['Position Y'] == -27.0].iloc[0], axis=1)

Out[65]:
   Position Y  Position X  Position Z  Analog 1
0         0.0         0.0         0.0      0.00
1         0.5         0.0         0.0      0.00
2         1.0         0.0         0.0      0.00
3         1.5         0.0         0.0      0.00
4         2.0         0.0         0.0     -0.02

这里请注意，过滤

df[df['Position Y']==-27.0]

返回一个

DataFrame

，因此如果您尝试减去它，它只会为所有其他行提供

NaN

，因此通过使用

iloc[0]

索引第一行也是唯一一行，它将返回一个

系列

，因此它将沿着整个df进行广播

如有必要，您可以在以后将索引设置回：

In [80]:
df = df.reset_index()
df = df.sub(df[df['Position Y'] == -27.0].iloc[0], axis=1)
df = df.set_index(df.columns[:3].tolist())
df

Out[80]:
                                  Analog 1
Position Y Position X Position Z          
0.0        0.0        0.0             0.00
0.5        0.0        0.0             0.00
1.0        0.0        0.0             0.00
1.5        0.0        0.0             0.00
2.0        0.0        0.0            -0.02

---

如果我的答案解决了您的问题，那么您可以接受它，我的答案的左上角将有一个空的勾号，这样问题就不会一直没有答案相关的问题（实际上使用多索引：）如果我只有一行索引“位置Y”=-27，这将是一种方法。但是我有很多沿y方向的xz平面。我已经更正了这个问题以强调这一点。很抱歉，您现在已经实质性地更改了您的问题，您应该接受这个答案并提出一个新问题。此外，我不明白在这种情况下最终的df是什么样子，这里的问题是，当您有多行时，您将遇到对齐列和索引的问题，以及如何减去它们

In [80]:
df = df.reset_index()
df = df.sub(df[df['Position Y'] == -27.0].iloc[0], axis=1)
df = df.set_index(df.columns[:3].tolist())
df

Out[80]:
                                  Analog 1
Position Y Position X Position Z          
0.0        0.0        0.0             0.00
0.5        0.0        0.0             0.00
1.0        0.0        0.0             0.00
1.5        0.0        0.0             0.00
2.0        0.0        0.0            -0.02