代码之家 › 专栏 › 技术社区 › excelislife

数据集python上的Groupby函数

numpy pandas python-3.x python

excelislife · 技术社区 · 6 年前

我有下面的数据集,我用它来做我的研究。最终输出为斜率。

import numpy as np
import pandas as pd
from scipy import stats

df=pd.read_excel('I:/Python/Data/Copy.xlsx')


df_np=np.array(df)

x=np.array(df_np[:,14],dtype=float)
y=np.array(df_np[:,12],dtype=float)



for i, pair in enumerate(zip(x, y)):


slope, intercept, r_value, p_value, std_err = stats.linregress(np.delete(x,i),np.delete(y,i))

print('slope', slope, 'for data without pair', i, ':', pair)

在上面的代码中,我需要的帮助是测试事件分别输出,斜率值分别输出。测试事件和斜率值之间没有1:1的关系。

测试ID=0,1,2,…9

测试事件=11、12、13、14

Test event     ID     x=axis      y-axis     slope

这方面的任何帮助都会很好

2 回复 | 直到 6 年前

Peter Leimbigler 6 年前

一种方法是根据 Test Event ,然后在 groupby 对象并在每个组上运行现有代码。阅读关于迭代组的内容 in the docs

import numpy as np
import pandas as pd
from scipy import stats

df=pd.read_excel('I:/Python/Data/Copy.xlsx')

grouped = df.groupby('Test Event')

for test_event, g in grouped:
    print('Test Event: {}'.format(test_event))
    df_np=np.array(g)

    x=np.array(df_np[:,1],dtype=float)
    y=np.array(df_np[:,2],dtype=float)

    for i, pair in enumerate(zip(x, y)):

    slope, intercept, r_value, p_value, std_err = stats.linregress(np.delete(x,i),np.delete(y,i))

    print('slope', slope, 'for data without pair', i, ':', pair)

JLuxton 6 年前

可以使用任何数组作为 linegress 函数。。这包括数据帧中的系列:

linregress(df['x-axis'], df['y-axis'])

apply 使用熊猫群比时给每组

grouped = df.groupby('Test Event')
grouped.apply(lambda x: pd.Series(linregress(x['x-axis'], x['y-axis']))).rename(columns={
    0: 'slope',
    1: 'intercept',
    2: 'rvalue',
    3: 'pvalue',
    4: 'stderr'}).reset_index()

推荐文章

Mainland · Python数据帧规范化值错误:列的长度必须与键相同

1 年前

user026 · 如何根据特定窗口的平均值(行数)创建新列?

1 年前

rpn · 如何在列[1]中连续第二次出现“0”时返回列[0]的值

1 年前