Я получил матричный набор данных 5000 на 25 из эксперимента, но могут быть некоторые ошибки из-за нескольких условий эксперимента.Поэтому я использовал цикл for для фильтрации данных об ошибках по сравнению со средним набором данных.
Я сделал цикл for как
def error_data_1(y_data1):
error_data = pd.DataFrame()
for j in (1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25):
for i in y_data1.index:
if y_data1.index[i, j] < 2:
c = pd.DataFrame(y_data1.index[i]).T
y_data1 = y_data1.drop(i, 0)
return y_data1, error_data
, чтобы можно было вручную настроить контрольную точку как настройку 1 или 2. Но это было бы намного лучше по сравнению со средними значениями для каждого из данных.точка.
Итак, я создал среднюю матрицу путем суммирования всех компонентов столбца и деления на количество строк.И я хотел бы отбросить данные об ошибках, которые не находятся в диапазоне + - 95% от средних данных.
Есть ли способ сравнить два разных кадра данных для устранения ошибки по соотношению?
Спасибо