如何基于文件名标签计算Pandas DataFrame中测量值的比率？

嘿，我懂你现在的需求，手动遍历字符串提取基础文件名和标签确实有点繁琐，Pandas提供了非常简洁的矢量化操作来处理这类场景，完全不用写循环！下面是更高效的实现方案：

步骤1：拆分文件名到新列 #

首先，我们可以直接用str.split把Filename列按下划线拆分成基础文件名和标签两列，这一步是矢量化操作，比手动循环快得多：

import pandas as pd

df = pd.DataFrame({
    "Filename":["fileName1_uniqueTag1", "fileName2_uniqueTag1", "fileName3_uniqueTag1", 
                "fileName1_uniqueTag2", "fileName2_uniqueTag2", "fileName3_uniqueTag2"], 
    "measurement":[1336.564888, 1090.852579, 990.320323, 1202.522612, 1098.045258, 923.600277],
})

# 拆分Filename为基础名和标签列
df[['BaseName', 'Tag']] = df['Filename'].str.split('_', expand=True)

步骤2：重塑数据并计算比率 #

接下来，我们用pivot把数据转成宽格式，让每个基础文件名对应两个标签的测量值，然后直接计算比值：

# 重塑数据：基础名为索引，标签为列，值为measurement
pivoted = df.pivot(index='BaseName', columns='Tag', values='measurement')

# 计算uniqueTag2/uniqueTag1的比率，并整理成目标格式
result = (pivoted['uniqueTag2'] / pivoted['uniqueTag1']) \
         .reset_index() \
         .rename(columns={'BaseName': 'Filename', 0: 'uniqueTag2/uniqueTag1'})

print(result)

运行这段代码后，你会得到完全符合预期的结果：

Filename  uniqueTag2/uniqueTag1
0  fileName1              0.899711
1  fileName2              1.006593
2  fileName3              0.932627

为什么这个方法更好？ #

• 矢量化操作：Pandas的str.split和pivot都是底层优化过的操作，处理大型数据集时比手动循环快几个数量级
• 代码简洁：几行代码就完成了拆分、重塑、计算的全流程，可读性更高
• 扩展性强：如果以后标签数量增加，只需要调整比率计算的列名即可，不用修改循环逻辑

内容的提问来源于stack exchange，提问作者Zac