与平均值成正比的增加和减少数据系列

Question

我在Pandas DataFrame中有一个降水数据系列，其索引为2009-2018（3652）之间的日期。我正在尝试找到一种方法，以相对于平均值的一定百分比来减少或增加累积降水量（值<平均值的减少，值>平均值的增加）。

我设法做的事

仅包含非零值的列表，对其进行排序，然后按均值的位置成比例地增加或减少值。像这样：

蓝线代表原始值。橙色线增加和减少200％（以清楚的示例为例）（现在为负值，但不会发生20％的百分比）。平均值为4.65，在这种情况下为1261。

问题 现在，我不想对下面的数据框执行此操作，而是将所有降水值保持在适当的位置。

[3652 rows x 1 columns]
             Precipitation
2009-01-01   0.000000
2009-01-02   0.600000
2009-01-03   0.000000
2009-01-04   0.900000
2009-01-05   2.000000
2009-01-06   0.000000
...

问题 有人熟悉如何增加或减少与平均值成正比的值。使最高和最低值实际增加和减少20％，但所有值之间都成比例。

Answer 1

假设您的数据y越大，我总是在增长。否则，您需要先对数据进行排序。

首先，您需要根据df形状创建具有百分比比例的列。然后计算新值。

您在这里：

= ^ .. ^ =

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np


# create test data
x = np.arange(1,20,1)
y = x**0.1

df = pd.DataFrame(y, columns=['data'])

# find value for proportion shape
def proportion_value(df):
    for i in np.arange(0.1, 100, 0.1):
        if len(df)-1 < i < len(df):
            return i


percentage = 20
# load proportion
df['proportion'] = np.arange(-percentage, percentage, (percentage*2)/proportion_value(df))/100

# calculate new data
df['new_data'] = df['data'] + (df['data']*df['proportion'])

# plot data
df[['data', 'new_data']].plot()
plt.show()

输出：