本文介绍如何批量提取从 imaris 导出的统计数据并进行整理。

如上图所示，在 imaris 中为感兴趣的颗粒结构创建了 surface之后，可以 Export All Statistics，此时会生成大量的 csv 表格文件，如果能够批量提取和汇总感兴趣的统计指标，就会方便很多。

此处，我希望提取关于每个颗粒的如下几个属性：

• 质心坐标（x，y，z）
• 平均信号强度
• 颗粒所占体积

通过查看每个表格中的内容，可以知道，ID，每个颗粒都是唯一的，可以以此将不同属性整合起来。然后上述三个指标，都有清楚的字符串可以匹配。那么就可以通过以下代码来收集和整合信息：

from glob import glob 
import pandas as pd

def collect_surface_basic_attributes(name):
    '''Get Basic Attributes from Imaris Surface Statistics Detailed Results
    name: the string input when Export All Statistics to File in Imaris, resulting a `{name}_Statistics` folder
    The location (x, y, z) of mass centroid, the mean intensity and the volume of the surface object would be collected.
    '''
    # 整理数据表格文件路径
    fps1 = glob(f"{name}_Statistics/{name}_Center_of_Image_Mass_*.csv")
    fps2 = glob(f"{name}_Statistics/{name}_Intensity_Mean_*.csv")
    fps3 = glob(f"{name}_Statistics/{name}_Volume*.csv")
    fps = {"locs": fps1[0],
        "intensity": fps2[0],
        "volume": fps3[0]}
    # 读取数据表格, 指定第二行作为表头header开始读表
    a = pd.read_csv(fps['locs'], header=2)
    b = pd.read_csv(fps['intensity'], header=2)
    c = pd.read_csv(fps['volume'], header=2)

    # 根据唯一的ID来汇总所有数据
    box = {}
    for idx, row in a.iterrows():
        if row.ID not in box:
            box[row.ID] = {}
        box[row.ID]['x'] = row['Center of Image Mass X']
        box[row.ID]['y'] = row['Center of Image Mass Y']
        box[row.ID]['z'] = row['Center of Image Mass Z']
        box[row.ID]['unit'] = row['Unit']
    for idx, row in b.iterrows():
        box[row.ID]['mean'] = row['Intensity Mean']
    for idx, row in c.iterrows():
        box[row.ID]['volume'] = row['Volume']
    
    # 转换为dataframe对象方便保存为表格文件
    data = pd.DataFrame(box).T
    data.index.name = 'ID'
    data.to_csv(f"{name}_collection.csv")
    return data

注意，上述代码中的函数，输入的 name 是从 imaris 中导出数据时输入的名字，然后收集整理后的信息，会保存到后缀为 ?_collection.csv 的表格文件中。