如何循环遍历DataFrame列实现基线校正？

错误原因分析 #

• 第一次循环错误：for i in df迭代的是DataFrame的列名字符串，而非列的数值数据。将列名传入adaptive_minmax后，函数会将字符串视为长度为1的序列，与长度为1433的x索引不匹配，从而触发length mismatch和维度错误。
• 第二次循环错误：嵌套循环遍历了列中的单个数值，把标量传给Baseline和adaptive_minmax，完全不符合函数对一维数组的输入要求，导致矩阵分解时出现SVD did not converge错误。

正确实现方式 #

方法1：手动循环（直观易调试）

import pandas as pd
from baseline import Baseline
import matplotlib.pyplot as plt

df = pd.read_csv('datatest.csv')
# 全局初始化Baseline，x用DataFrame的索引，无需重复创建
x = df.index
baseline_filter = Baseline(x_data=x)

# 新建DataFrame存储校正后的数据
corrected_df = pd.DataFrame(index=df.index)

# 遍历所有列名，获取对应列的数据进行校正
for col_name in df.columns:
    y = df[col_name]
    # 执行基线校正
    corrected_data = baseline_filter.adaptive_minmax(
        y,
        poly_order=None,
        method='modpoly',
        weights=None,
        constrained_fraction=0.001,
        constrained_weight=100000.0,
        estimation_poly_order=2,
        method_kwargs=None
    )[0]
    # 存入结果DataFrame
    corrected_df[col_name] = corrected_data
    
    # 可选：绘制单列校正对比图
    plt.figure()
    plt.plot(y, label='原始数据')
    plt.plot(corrected_data, label='校正后数据')
    plt.title(f'列 {col_name} 基线校正结果')
    plt.legend()
    plt.show()

方法2：Pandas Apply（简洁高效）

利用Pandas的apply函数批量处理列，代码更简洁：

import pandas as pd
from baseline import Baseline
import matplotlib.pyplot as plt

df = pd.read_csv('datatest.csv')
x = df.index
baseline_filter = Baseline(x_data=x)

# 定义基线校正函数
def correct_single_column(column):
    return baseline_filter.adaptive_minmax(
        column,
        poly_order=None,
        method='modpoly',
        weights=None,
        constrained_fraction=0.001,
        constrained_weight=100000.0,
        estimation_poly_order=2,
        method_kwargs=None
    )[0]

# 对所有列应用校正
corrected_df = df.apply(correct_single_column, axis=0)

# 可选：批量绘制校正对比图
for col_name in df.columns:
    plt.figure()
    plt.plot(df[col_name], label='原始数据')
    plt.plot(corrected_df[col_name], label='校正后数据')
    plt.title(f'列 {col_name} 基线校正结果')
    plt.legend()
    plt.show()

关键注意事项 #

• 避免重复初始化Baseline：x_data是固定的索引值，只需初始化一次即可，减少不必要的开销。
• 确保输入为一维数组：df[col_name]返回的是Pandas Series，符合adaptive_minmax对一维输入的要求。
• 保留原始数据：将校正结果存入新的DataFrame，避免覆盖原始数据，方便后续对比验证。

内容的提问来源于stack exchange，提问作者TCC