Question

我正在尝试应用以下函数来计算每个数据帧列的斜率和截距：

from scipy.stats import linregress
def fit_line(x, y):
     """Return slope, intercept of best fit line."""
     # Remove entries where either x or y is NaN.
     clean_data = pd.concat([x, y], 1).dropna(0) # row-wise
     (_, x), (_, y) = clean_data.iteritems()
     slope, intercept, r, p, stderr = linregress(x, y)
     return slope, intercept

我创建了一个包含两列的新数据框，但是，我真的不知道如何将第一列作为（x）和其他列作为y传递？

df['m'], df['b']  = df_freq.apply(fit_line(x?, y?), axis=1)

这里是数据帧的列，所有数据都是浮点数。

指数（['时间'，'5'，'10'，'15'，'20'，'25'，'30'，'35'，'40'，'45'，'50'， '55'， '60'，'65'，'70'，'75'，'80'，'85'，'90'，'95'，'100'，'105'，'110'， '115'，'120'，'125'，'130'，'135'，'140'，'145'，'150'，'155'，'160'， '165'，'170'，'175'，'180'，'185'，'190'，'195'，'200'，'205'，'210'， '215'，'220'，'225'，'230'，'235'，'240'，'245']， DTYPE = '对象'）

Answer 1

编辑：对不起我想念你的问题。

编辑2：考虑到默认情况下附加不在适当位置

我认为最容易使用for循环来实现你想要的东西。假设您有不同的列，其中y值和索引为x值：

df_fit_parameter = pd.DataFrame()
for column in df_freq.columns:
  df_lin_fit = df_freq[column].dropna()
  slope, intercept, r, p, stderr = linregress(df_lin_fit.index, df_lin_fit)
  df_fit_parameter = df_fit_parameter.append(pd.DataFrame({'m':slope,'b':intercept}, index=[column]))

应用Plyfit函数查找每个数据框列的斜率

1 个答案: