在Python中平滑/噪声过滤数据

Question

我的数据表如下

article price   wished outcome
horse    10         10
duck     15         15
child    9        15 - 21
panda    21         21
lamb     24         22
gorilla  23         23

我想将“价格”列平滑到希望的价格，然后将其放入数据框，以便查看值。

请，有一些内置的库-使数据平滑的方法吗？ 以这种格式？

我发现了savitzky-golay滤波器，移动平均线等。 但是我无法在这类数据上实现-x轴是某个乘积=不值。

请，您能帮忙吗？

谢谢！

 d = {'Price': [10, 15, 9, 21,24,23], 'Animal': ['horse', 'lamb', 'gorilla', 'child','panda','duck']}
 df = pd.DataFrame(d)

 import matplotlib.pyplot as plt 
 from scipy.optimize import curve_fit
 from scipy.interpolate import interp1d
 from scipy.signal import savgol_filter
 import numpy as np

 x = np.arange(1,len(df)+1)
 y = df['Price']

 xx = np.linspace(x.min(),x.max(), 1001)

 # interpolate + smooth
 itp = interp1d(x,y, kind='quadratic') #kind = 'linear', 'nearest' (dobre      vysledky), slinear (taky ok), cubic (nebrat), quadratic - nebrat
 window_size, poly_order = 1001, 1
 yy_sg = savgol_filter(itp(xx), window_size, poly_order)


 # or fit to a global function
 # to stejne jako scipy.optimize.curve.fit 
 def func(x, A, B, x0, sigma):
     return A+B*np.tanh((x-x0)/sigma)

 fit, _ = curve_fit(func, x, y)
 yy_fit = func(xx, *fit)

 fig, ax = plt.subplots(figsize=(7, 4))
 ax.plot(x, y, 'r.', label= 'Unsmoothed curve')
 ax.plot(xx, yy_fit, 'b--', label=r"$f(x) = A + B \tanh\left(\frac{x-x_0}     {\sigma}\right)$")
 ax.plot(xx, yy_sg, 'k', label= "Smoothed curve")
 plt.legend(loc='best')


 I am getting : AttributeError: 'range' object has no attribute 'min'

Savitzky golay正在产生非常奇怪的值。 窗口长度为1000

当我将window设置为len（df）+1（以使其为奇数）时，我将获得以下数据：

Answer 1

由于以下行，您收到该错误： x = range(1,len(df))。

错误告诉您，range对象没有属性min。

但是，numpy.array()个是，所以如果您将该行更改为 x = np.arange(1, len(df))，然后此错误（至少）将消失。

编辑： 为了使函数执行您想要的操作，应将其更改为x = np.arange(1, len(df)+1)