如何用pandas/numpy重排序CSV行列的xmin/xmax/ymin/ymax并生成新列

完整可运行代码 #

# 导入依赖库
import pandas as pd
import numpy as np

# 1. 读取本地CSV文件，替换为你自己的文件路径
df = pd.read_csv("你的原始数据文件路径.csv")

# 2. 逐行计算修正后的坐标值
# 注意这里要用逐元素对比的np.minimum/np.maximum，不能用只支持单个数组的np.min/np.max
df["xmin_new"] = np.minimum(df["xmin"], df["xmax"])
df["xmax_new"] = np.maximum(df["xmin"], df["xmax"])
df["ymin_new"] = np.minimum(df["ymin"], df["ymax"])
df["ymax_new"] = np.maximum(df["ymin"], df["ymax"])

# 3. 保存修正后的结果到本地，替换为你想要的输出路径
# index=False参数表示不导出pandas自动生成的行号，encoding参数避免中文乱码
df.to_csv("修正后的结果文件路径.csv", index=False, encoding="utf-8-sig")

常见问题说明 #

• 运行时报「xmin_new未定义」错误的核心原因：
  1. 误用了np.min()/np.max()方法，这两个方法只能计算单个序列的整体最小值/最大值，不能对两个序列逐元素对比，需要替换为np.minimum()/np.maximum()
  2. 读取CSV后列名和代码中写的xmin/xmax等不一致，可先运行print(df.columns)确认CSV实际列名，是否有多余空格、大小写差异
• 不需要手动写循环逐行处理，pandas内置的向量化操作对几千行数据处理速度远高于普通Python循环，全程耗时不会超过1秒
• 如果只需要保留指定列导出，可在导出前筛选需要的字段，示例：

  # 假设只需要保留文件名、四个新坐标列导出
  result_df = df[["filename", "xmin_new", "xmax_new", "ymin_new", "ymax_new"]]
  result_df.to_csv("修正后的结果文件路径.csv", index=False, encoding="utf-8-sig")
  

内容的提问来源于stack exchange，提问作者fuzzylowhand633