Панды объединяются по столбцам в каждой строке - PullRequest
Новая
       39

Панды объединяются по столбцам в каждой строке

0 голосов
/ 17 сентября 2018

В упрощенном фрейме данных: 

import pandas as pd 

df1 = pd.DataFrame({'350': [7.898167, 6.912074, 6.049002, 5.000357, 4.072320],
                '351': [8.094912, 7.090584, 6.221289, 5.154516, 4.211746],
                '352': [8.291657, 7.269095, 6.393576, 5.308674, 4.351173],
                '353': [8.421007, 7.374317, 6.496641, 5.403691, 4.439815],
                '354': [8.535562, 7.463452, 6.584512, 5.485725, 4.517310],
                '355': [8.650118, 7.552586, 6.672383, 4.517310, 4.594806]},
                 index=[1, 2, 3, 4, 5])

int_range = df1.columns.astype(float)
a = 0.005
b = 0.837

Я хотел бы решить уравнение, которое прикреплено как изображение ниже:

enter image description here

I равно значениям во фрейме данных. x - это значения int_range , поэтому в данном случае от 350 до 355 с dx = 1. a и b являются необязательными константами

Мне нужно получить фрейм данных как вывод для каждой строки

Пока я делаю что-то подобное, но я не уверен, что это правильно: 

dict_INT = {}
for index, row in df1.iterrows():

    func = df1.loc[index]*df1.loc[index].index.astype('float')
    x    = df1.loc[index].index.astype('float')

    dict_INT[index] = integrate.trapz(func, x)

df_out = pd.DataFrame(dict_INT, index=['INT']).T

df_fin = df_out/(a*b)

Это последняя сумма, которую я получаю за строку: 

1  3.505796e+06
2  3.068796e+06
3  2.700446e+06
4  2.199336e+06
5  1.840992e+06

1 Ответ

0 голосов
/ 17 сентября 2018

Я решил эту проблему, сначала преобразовав фрейм данных в dict, а затем выполнив уравнение для каждого элемента в строке, а затем записав эти значения в dict с использованием наборов defaultdict.Я сломаю это: 

import pandas as pd
from collections import defaultdict

df1 = pd.DataFrame({'350': [7.898167, 6.912074, 6.049002, 5.000357, 4.072320],
                '351': [8.094912, 7.090584, 6.221289, 5.154516, 4.211746],
                '352': [8.291657, 7.269095, 6.393576, 5.308674, 4.351173],
                '353': [8.421007, 7.374317, 6.496641, 5.403691, 4.439815],
                '354': [8.535562, 7.463452, 6.584512, 5.485725, 4.517310],
                '355': [8.650118, 7.552586, 6.672383, 4.517310, 4.594806]},
                index=[1, 2, 3, 4, 5]
                 )

int_range = df1.columns.astype(float)
a = 0.005
b = 0.837
dx = 1
df_dict = df1.to_dict() # convert df to dict for easier operations

integrated_dict = {} # initialize empty dict

d = defaultdict(list) # initialize empty dict of lists for tuples later
integrated_list = []
for k,v in df_dict.items(): # unpack df dict of dicts
    for x,y in v.items(): # unpack dicts by column and index (x is index, y is column)
        integrated_list.append((k, (((float(k)*float(y)*float(dx))/(a*b))))) #store a list of tuples.


for x,y in integrated_list: # create dict with column header as key and new integrated calc as value (currently a tuple)
    d[x].append(y)


d = {k:tuple(v) for k, v in d.items()} # unpack to multiple values

integrated_df = pd.DataFrame.from_dict(d) # to df
integrated_df['Sum'] = integrated_df.iloc[:, :].sum(axis=1)

вывод (обновлен, чтобы включить сумму): 

             350            351            352            353            354  \
0  660539.653524  678928.103226  697410.576822  710302.382557  722004.527599   
1  578070.704898  594694.141935  611402.972521  622015.269056  631317.086738   
2  505890.250896  521785.529032  537763.142652  547984.294624  556969.473835   
3  418189.952210  432314.245161  446512.126165  455795.202628  464025.483871   
4  340576.344086  353243.212903  365976.797133  374493.356033  382109.376344   

         355             Sum
0  733761.502987  4.202947e+06
1  640661.416965  3.678162e+06
2  565996.646356  3.236389e+06
3  383188.781362  2.600026e+06
4  389762.516129  2.206162e+06
...