Question

我想使用pandas数据帧来创建一个二维表。该表应将两个值alpha和epsilon与第三个值相关联。 alpha和epsilon来自可变范围，例如：

alphaRange = numpy.arange(0.01, 0.26, 0.01)
epsilonRange = numpy.arange(0.01, 0.11, 0.01)

（目标是找出alpha和epsilon的哪种组合导致最高值，或者更一般地说，找出参数和值之间的相关性。）

构建这样一个数据帧然后用值填充它的最佳方法是什么？

Answer 1

首先使用NumPy计算值可能更容易，然后将结果加载到DataFrame中：

import numpy as np
import pandas as pd
alphaRange = np.arange(0.01, 0.26, 0.01)
epsilonRange = np.arange(0.01, 0.11, 0.01)
X, Y = np.meshgrid(alphaRange, epsilonRange)
vals = X+Y
print(vals.shape)
df = pd.DataFrame(vals, index=epsilonRange, columns=alphaRange)
print(df)

编辑：PaulH是对的 - 浮点数不能制作好的列或索引标签，因为它们很难正确引用。（检查浮点数是否相等会导致浮动表示问题。）因此，最好使alpha和epsilon DataFrame列：

df = pd.DataFrame({'vals':vals.ravel()},
                  index=pd.MultiIndex.from_product([alphaRange, epsilonRange],
                                                   names=['alpha', 'epsilon']))
df.reset_index(inplace=True)
print(df.head())

产量

   alpha  epsilon  vals
0   0.01     0.01  0.02
1   0.01     0.02  0.03
2   0.01     0.03  0.04
3   0.01     0.04  0.05
4   0.01     0.05  0.06

[5 rows x 3 columns]

pd.MultiIndex.from_product已添加到pandas 0.13.1中。对于早期版本的pandas，您可以使用：

def from_product(iterables, sortorder=None, names=None):
    from pandas.tools.util import cartesian_product
    product = cartesian_product(iterables)
    return pd.MultiIndex.from_arrays(product, sortorder=sortorder,
                                  names=names)

df = pd.DataFrame({'vals':vals.ravel()},
                  index=from_product([alphaRange, epsilonRange],
                                     names=['alpha', 'epsilon']))

Pandas：如何使用数字范围构造包含列和行键的表

1 个答案: