熊猫列线交叉点

Question

我有一个pandas数据框，其中每列代表从1到0的降序行的y值，索引代表x值。现在我有兴趣找到这些线和给定常数之间的交点（线性插值）。

所需输出的示例：

>>> df = pd.DataFrame({'y1': [1, .7, .4, .1, 0],
                       'y2': [1, .9, .7, .3, 0],
                       'y3': [1, .6, .3, .2, 0],
                       'y4': [1, .7, .5, .3, 0]}, index=[0, 10, 20, 30, 40])
>>> xs = get_intersection(df, .5)
>>> xs
{'x1': 16.6667,  # = scipy.interpolate.interp1d([.7, .4], [10, 20])(.5)
 'x2': 25.0,     # =                   interp1d([.7, .3], [20, 30])(.5)
 'x3': 13.3332,  # =                   interp1d([.6, .3], [10, 20])(.5)
 'x4': 20}       # No interpolation required

我的数据包含大约400行和50.000列。

可能的解决方案：

我发现this SO answer使用以下方法找到两行之间的交点：

idx = np.argwhere(np.diff(np.sign(f - g)) != 0).reshape(-1) + 0

我认为可以调整以适应我的数据框架，但我不确定如何从这里开始：

>>> idx = np.argwhere(np.diff(np.sign(df - .5), axis=0) != 0)
>>> idx
array([[1, 0],
       [1, 2],
       [1, 3],
       [2, 1],
       [2, 3]], dtype=int64)

由于人们似乎误解了这个问题，我有兴趣找到这些观点：

可以通过线性插值两个最近点来找到。

解决方案： B. M.给了我正确方向的一步：

def get_intersection(df, c):
    dfind = len(df) - df.loc[::-1].apply(np.searchsorted, args=(c,), raw=True)

    result = {}
    for i, v in enumerate(dfind):
        result[df.columns.values[i]] = interp1d([df.iloc[v][i], df.iloc[v - 1][i]], [df.index[v], df.index[v - 1]])(.5)

    return result


>>> get_intersection(df, .5)
{'y1': array(16.666666666666668), 'y2': array(25.0), 'y3': array(13.333333333333332), 'y4': array(20.0)}

Answer 1

因为您需要1D功能（interp1d），所以循环与pandas功能一样清晰，易于阅读和速度。使用np.searchsorted来找到好的段：

d = dict()
ind=df.index.values
for k,v in df.iteritems():
    y=v.values
    i=len(y)-np.searchsorted(y[::-1],0.5) #indices
    sl = slice(i-1,i+1)
    d[k]= +scipy.interpolate.interp1d(v[sl],ind[sl])(.5)

print (pd.Series(d))

# y1    16.666667
# y2    25.000000
# y3    13.333333
# y4    20.000000
# dtype: float64

如果不存在交叉点，可能必须调整它。