Использование Усеченного Пуассона во фрейме данных Pandas - PullRequest
Новая
       10

Использование Усеченного Пуассона во фрейме данных Pandas

0 голосов
/ 24 сентября 2018

С помощью @ Welcome to Stack Overflow мне удалось усечь распределение Пуассона с использованием верхнего предела. Когда я использовал функцию так называемого усеченного Пуассона , которая является определяемой пользователем функцией, она работала с одним значениемзапись, которую я показал в коде ниже: 

import scipy.stats as sct
import pandas as pd
def truncated_Poisson(mu, max_value, size):
    temp_size = size
    while True:
        temp_size *= 2
        temp = sct.poisson.rvs(mu, size=temp_size)
        truncated = temp[temp <= max_value]
        if len(truncated) >= size:
            return truncated[:size]

mu = 2.5
max_value = 10
print(truncated_Poisson(mu, max_value, 1))

К сожалению, я выдал ошибку, когда применил ее во фрейме данных следующим образом: 

data = pd.DataFrame()
data['Name'] = ['A','B','C','D','E']
data ['mu']  = [0.5,1.2,2,2.5,2.8]
max_value = 5
size = 1 
data ['Pos'] =  truncated_Poisson(data.mu,max_value,size = 1)

Заявление об ошибкеis 

ValueError: size does not match the broadcast shape of the parameters.

Может кто-нибудь посоветовать мне, как использовать эту функцию в кадре данных?

Спасибо

Zep.

1 Ответ

0 голосов
/ 24 сентября 2018

Как я понимаю, вы хотите вызвать truncated_Poisson с тем же параметром и каждым из mu из данных.Вы можете сделать это, например, используя .apply: 

data['Pos'] = data.mu.apply(lambda mu: truncated_Poisson(mu, max_value, size=1))

>>> data
  Name   mu  Pos
0    A  0.5  [0]
1    B  1.2  [0]
2    C  2.0  [3]
3    D  2.5  [4]
4    E  2.8  [3]
...