Как рассчитать разницу между строками в Pandas DataFrame?

Question

В кадре данных у меня есть 4 переменные, которые являются X, Y, Z и W ориентациями робота.Каждая строка представляет измерение с этими четырьмя значениями.

x = [-0.75853, -0.75853, -0.75853, -0.75852]
y = [-0.63435, -0.63434, -0.63435, -0.63436]
z = [-0.10488, -0.10490, -0.10492, -0.10495]
w = [-0.10597, -0.10597, -0.10597, -0.10596]

df = pd.DataFrame([x, y, z, w], columns=['x', 'y', 'z', 'w'])

Я написал нижеприведенную функцию, которая возвращает три различия между двумя кватернионами:

from pyquaternion import Quaternion

def quaternion_distances(w1, x1, y1, z1, w2, x2, y2, z2):
    """ Create two Quaternions objects and calculate 3 distances between them """
    q1 = Quaternion(w1, x1, y1, z1)
    q2 = Quaternion(w2, x2, y2, z2)

    dist_by_signal  = Quaternion.absolute_distance(q1, q2)
    dist_geodesic   = Quaternion.distance(q1, q2)
    dist_sim_geodec = Quaternion.sym_distance(q1, q2)

    return dist_by_signal, dist_geodesic, dist_sim_geodec

Эта разница рассчитывается на основе значенийвторая строка по значениям первой строки.Таким образом, я не могу использовать функцию применения Pandas.

Я уже добавил три столбца в фрейм данных, так что я получаю каждое из значений, возвращаемых функцией:

df['dist_by_signal']  = 0
df['dist_geodesic']   = 0
df['dist_sim_geodec'] = 0

Проблемаявляется: как применить вышеуказанную функцию к каждой строке и включить результат в эти новые столбцы?Можете ли вы дать мне предложение?

Answer 1

Рассмотрим shift для создания смежных столбцов, w2, x2, y2, z2 , значений следующей строки, затем выполняем по строке apply, что делаеттребуется axis='columns' (не index):

df[[col+'2' for col in list('wxyz')]] = df[['x', 'y', 'z', 'w']].shift(-1)

def quaternion_distances(row):

    """ Create two Quaternions objects and calculate 3 distances between them """ 
    q1 = Quaternion(row['w'], row['x'], row['y'], row['z'])
    q2 = Quaternion(row['w2'], row['x2'], row['y2'], row['z2'])

    row['dist_by_signal']  = Quaternion.absolute_distance(q1, q2)
    row['dist_geodesic']   = Quaternion.distance(q1, q2)
    row['dist_sim_geodec'] = Quaternion.sym_distance(q1, q2)

    return row


df = df.apply(quaternion_distances, axis='columns')

print(df)

Answer 2

Вы можете использовать.

Quaternions=df.apply(lambda x: Quaternion(x), axis=1)
df['dist_by_signal']  = 0
df['dist_geodesic']   = 0
df['dist_sim_geodec'] = 0
df.reset_index(drop=True)
for i in df.index:
    q1=Quaternions[i]
    if i+1<len(df.index):
        q2=Quaternions[i+1]
    df.loc[i,['dist_by_signal','dist_geodesic','dist_sim_geodec']]=[Quaternion.absolute_distance(q1, q2), Quaternion.distance(q1, q2),Quaternion.sym_distance(q1, q2)]
print(df)

         x        y        z        w  dist_by_signal  dist_geodesic  \
0 -0.75853 -0.75853 -0.75853 -0.75852        0.248355       0.178778   
1 -0.63435 -0.63434 -0.63435 -0.63436        1.058875       1.799474   
2 -0.10488 -0.10490 -0.10492 -0.10495        0.002111       0.010010   
3 -0.10597 -0.10597 -0.10597 -0.10596        0.000000       0.000000   

   dist_sim_geodec  
0         0.178778  
1         1.799474  
2         0.010010  
3         0.000000