我有一个pandas数据帧,其中包含三列,对应于对象位置的x、y和z坐标。我还有一个变换矩阵,可以将这些点旋转一定角度。以前,我循环遍历每行数据执行该变换,但我发现这非常耗时。现在,我只想一次性执行所有变换并将结果附加为额外的列。
我正在寻找此行代码的可行版本(它始终返回形状不匹配):
下面是一个最小化的工作示例:
我正在寻找此行代码的可行版本(它始终返回形状不匹配):
largest_haloes['X_rot', 'Y_rot', 'Z_rot'] = np.dot(rot,np.array([largest_haloes['X'], largest_haloes['Y'], largest_haloes['Z']]).T)
下面是一个最小化的工作示例:
from __future__ import division
import math
import pandas as pd
import numpy as np
def unit_vector(vector):
return vector / np.linalg.norm(vector)
largest_haloes = pd.DataFrame()
largest_haloes['X'] = np.random.uniform(1,10,size=30)
largest_haloes['Y'] = np.random.uniform(1,10,size=30)
largest_haloes['Z'] = np.random.uniform(1,10,size=30)
normal = np.array([np.random.uniform(-1,1),np.random.uniform(-1,1),np.random.uniform(0,1)])
normal = unit_vector(normal)
a = normal[0]
b = normal[1]
c = normal[2]
rot = np.array([[b/math.sqrt(a**2+b**2), -1*a/math.sqrt(a**2+b**2), 0], [(a*c)/math.sqrt(a**2+b**2), b*c/math.sqrt(a**2+b**2), -1*math.sqrt(a**2+b**2)], [a, b, c]])
largest_haloes['X_rot', 'Y_rot', 'Z_rot'] = np.dot(rot,np.array([largest_haloes['X'], largest_haloes['Y'], largest_haloes['Z']]).T)
因此,目标是使largest_haloes ['X_rot','Y_rot','Z_rot']的每一行都填充相应的largest_haloes ['X','Y','Z']行的旋转版本。如何在不循环行的情况下完成这个任务?我也尝试过df.dot,但它的文档不多,似乎无法实现我想要的效果。