列出在Python中对所有值运行函数的数据帧

Question

我现在陷入困境，不知道如何解决这个问题。 我想将此计算应用于列表/数据帧：

方程本身对我来说并不是真正的问题，我可以很容易地手动求解，但这与我拥有的数据量无关

• v：近似值
• vi：已知值（在我的情况下为温度）
• di：到近似点的距离

因此，基本上，这是为了计算/近似一个新的温度值，该温度值位于距离正方形拐角一定距离的位置：

import pandas as pd
import numpy as np
import xarray as xr
import math

filepath = r'F:\Data\data.nc' # just the path to the file
obj= xr.open_dataset(filepath)
# This is where I get the coordinates for each of the corners of the square
# from the netcdf4 file

lat = 9.7398
lon = 51.2695
xlat = obj['XLAT'].values
xlon = obj['XLON'].values           
p_1 = [xlat[0,0], xlon[0,0]]
p_2 = [xlat[0,1], xlon[0,1]]
p_3 = [xlat[1,0], xlon[1,0]]
p_4 = [xlat[1,1], xlon[1,1]]

p_rect = [p_1, p_2, p_3, p_4]
p_orig = [lat, lon]

#=================================================
# Calculates the distance between the points
# d = sqrt((x2-x1)^2 + (y2-y1)^2))
#=================================================   
distance = []
for coord in p_rect:
    distance.append(math.sqrt(math.pow(coord[0]-p_orig[0],2)+math.pow(coord[1]-p_orig[1],2)))

# to get the values for they key['WS'] for example:
a = obj['WS'].values[:,0,0,0] # Array of floats for the first values
b = obj['WS'].values[:,0,0,1] # Array of floats for the second values
c = obj['WS'].values[:,0,1,0] # Array of floats for the third values
d = obj['WS'].values[:,0,1,1] # Array of floats for the fourth values

从那时起，我不知道我应该如何继续，我应该怎么做：

df = pd.DataFrame()
df['a'] = a
df['b'] = b
df['c'] = c
df['d'] = d

然后以某种方式处理数据帧，在获得所需的值后删除abcd，或者我应该先处理列表，然后只将结果添加到数据帧中。我有点迷路了

到目前为止，我想到的唯一一件事是，如果我手动操作，它会是什么样子：

for i starting at 0 and ending if the end of the list [a, b, c d have the same length] is reached .

     1/a[i]^2*distance[0] + 1/b[i]^2*distance[1] + 1/c[i]^2*distance[2] + 1/d[i]^2*distance[3]
v =  ------------------------------------------------------------------------------------------
                    1/a[i]^2 + 1/b[i]^2 + 1/c[i]^2 + 1/d[i]^2
'''  

这是我第一次（至少对我来说）对列表/数据帧进行如此复杂的计算。我希望你能帮我解决这个问题，或者至少让我朝着正确的方向前进

PS：以下是指向该文件的链接： LINK TO FILE

Answer 1

只需将计算矢量化即可。对于数据帧，您可以直接在列上运行整个算术运算，就像它们是生成另一列的标量一样。下面假设距离是一个由四个标量组成的列表，记住在Python中^并不意味着力量，而是我们**

df = pd.DataFrame({'a':a, 'b':b, 'c':c, 'd':d})

df['v'] = (1/df['a']**2 * distance[0] +
           1/df['b']**2 * distance[1] + 
           1/df['c']**2 * distance[2] + 
           1/df['d']**2 * distance[3]) / (1/df['a']**2 + 
                                          1/df['b']**2 + 
                                          1/df['c']**2 + 
                                          1/df['d']**2)

或者使用Pandas系列binary operators的函数形式。以下是操作顺序（括号>；指数>；乘法/除法>；加法/减法）：

df['v'] = (df['a'].pow(2).pow(-1).mul(distance[0]) +
           df['b'].pow(2).pow(-1).mul(distance[1]) + 
           df['c'].pow(2).pow(-1).mul(distance[2]) + 
           df['d'].pow(2).pow(-1).mul(distance[3])) / (df['a'].pow(2).pow(-1) + 
                                                       df['b'].pow(2).pow(-1) + 
                                                       df['c'].pow(2).pow(-1) + 
                                                       df['d'].pow(2).pow(-1))