У меня есть многоиндексный фрейм данных с несколькими значениями результатов теста.Для дальнейшего анализа данных я хочу добавить деривацию к фрейму данных.
Я попытался вычислить его с помощью лямбда-функции непосредственно после того, как сгруппировал фрейм данных.Группировка (средние значения) требуется из-за шума в выборке.Позже я хочу удалить строки из моих фреймов данных, где производная <= 0. </p>
Упрощенный мультииндексный фрейм данных выглядит следующим образом:
arrays = [['LS13', 'LS13', 'LS13', 'LS13','LS14','LS14','LS14','LS14','LS14','LS14','LS14','LS14'],[0, 2, 2.5, 3,0,2,5,5.5,6,6.5,7,7.5]]
index = pd.MultiIndex.from_arrays(arrays, names=('File', 'Flow Rate Setpoint [l/s]'))
df = pd.DataFrame({('Flow Rate [l/s]','mean') : [-0.057,2.089,2.496,3.011,0.056,2.070,4.995,5.519,6.011,6.511,7.030,7.499],('Time [s]','mean') : [42.225,104.909,165.676,226.446,42.225,104.918,469.560,530.328,591.100,651.864,712.660,773.034],('Shear Stress [Pa]','mean') : [-0.698,5.621,7.946,11.278,-0.774,6.557,40.610,48.370,54.685,58.414,58.356,56.254]},index=index)
, если я запускаю свой код:
import numpy as np
xls = ['LS13', 'LS14']
gradient = [pd.Series(np.gradient(df.loc[(i),('Shear Stress [Pa]','mean')],df.loc[(i),('Time [s]','mean')])) for i in xls]
теперь я хочу объединить градиент в df по оси = 1, заголовок может быть df ['Gradient''values'].
Так что мой pd.Series выглядит так:
Gradient
values
0 0.100808
1 0.069048
2 0.04654
3 0.054801
0 0.116941
1 0.087431
2 0.149521
3 0.115805
4 0.082639
5 0.030213
6 -0.017938
7 -0.034806
Следующим шагом будет удаление / удаление строк, где ['Gradient', 'values'] <= 0, в моем примере ['LS14', '7': '7.5'] </p>
Когда я пытался объединить и Dataframe df, и Градиент серии (я знаю, что индексы разные)
merged = pd.concat([pd.DataFrame(df),pd.Series(gradient)], axis=1 , ignore_index = True)
Обычно ошибки имеют одно из следующих значений:
ValueError: Несоответствие буфера dtype, ожидаемый «объект Python», но получено «long long»
TypeError: невозможно объединить объект типа "";действительны только объекты pd.Series, pd.DataFrame и pd.Panel (не рекомендуется)
Я также предположил бы, что существует более простой способ сделать это с помощью лямбда-функции и просто применить ее вplace.
merged = pd.concat([df, pd.Series([gradient], name=('Gradient','value'))], axis=1)
Я бы ожидал, что это сработает, но я также получаю ошибку несоответствия:
ValueError: Несоответствие буфера dtype, ожидаемый объект Python, но получен'long long'
, когда я пытаюсь:
df[("Gradient","value")] =pd.Series([pd.Series(np.gradient(df.loc[(i),('Shear Stress [Pa]','mean')],df.loc[(i),('Time [s]','mean')])) for i in xls])
Столбец 'Gradient', 'value' get корректно добавляется в кадр данных, но значения снова NaN