Question

我有一些数据，我想先按一定间隔对目标列进行分组，然后再按索引间距对目标列进行积分。

import numpy as np
import pandas as pd
from scipy import integrate


df = pd.DataFrame({'A': np.array([100, 105.4, 108.3, 111.1, 113, 114.7, 120, 125, 129, 130, 131, 133,135,140, 141, 142]),
                   'B': np.array([11, 11.8, 12.3, 12.8, 13.1,13.6, 13.9, 14.4, 15, 15.1, 15.2, 15.3, 15.5, 16, 16.5, 17]),
                   'C': np.array([55, 56.3, 57, 58, 59.5, 60.4, 61, 61.5, 62, 62.1, 62.2, 62.3, 62.5, 63, 63.5, 64]),
                   'Target': np.array([4000, 4200.34, 4700, 5300, 5800, 6400, 6800, 7200, 7500, 7510, 7530, 7540, 7590,
                                      8000, 8200, 8300])})

df['y'] = df.groupby(pd.cut(df.iloc[:, 3], np.arange(0, max(df.iloc[:, 3]) + 100, 100))).sum().apply(lambda g: integrate.trapz(g.Target, x = g.index))

上面的代码给我：

AttributeError: ("'Series' object has no attribute 'Target'", 'occurred at index A')

如果我尝试这样做：

colNames = ['A', 'B', 'C', 'Target']
df['z'] = df.groupby(pd.cut(df.iloc[:, 3], np.arange(0, max(df.iloc[:, 3]) + 100, 100))).sum().apply(lambda g: integrate.trapz(g[colNames[3]], x = g.index))

我得到：

TypeError: 'str' object cannot be interpreted as an integer

During handling of the above exception, another exception occurred:

....
KeyError: ('Target', 'occurred at index A')

Answer 1

您的代码有几个问题：

您已经创建了带有分类索引的数据框副本，这是我认为integrate.trapz无法处理的。
使用apply时，您正在对每个行应用integration.trapz。这是没有意义的。因此，我在评论中询问在每一行中是否需要从0到目标值的整数。

如果要像完成操作一样将“目标”列中的数据按0的间隔从100转换为数据，首先您可以按“目标”的间隔从0到100求和

>>>i_df = df.groupby(pd.cut(df.iloc[:, 3], np.arange(0, max(df.iloc[:, 3]) + 100, 100))).sum()

然后您将获得间隔为100的“目标”列的梯形积分

>>>integrate.trapz(i_df['Target'], dx=100)
10242034.0

您不能使用x = i_df.index，因为没有为时间间隔定义（trapz内部）操作减法，并且您已经创建了时间间隔索引。如果需要使用数据框索引，则必须将其重置。

>>>i_df = df.groupby(pd.cut(df.iloc[:, 3], np.arange(0, max(df.iloc[:, 3]) + 100, 100))).sum().reset_index(drop=True)
>>>integrate.trapz(i_df['Target'], x=100*i_df.index)
10242034.0

分组后对数据帧索引的trapz集成

1 个答案: