时间戳

首页 > 解决方案 > 对齐和填充不同长度和分辨率的数字列表的方法

python - 对齐和填充不同长度和分辨率的数字列表的方法

问题描述

我有许多 n x 2 矩阵，如下所示：

距离 价值 距离.1 价值.1 ...
-15 1 -15 2 ...
-14.9 3 -14.995 4 ...
-14.8 4 -14.992 2 ...
... ... ... ... ...
15 3 8.959 2 ...
... ... ...
15.048 3 ...

距离列都从 -15 开始，都在 +15+-0.05 左右结束。

我的目标是计算（值列的）平均值，然后将这些值绘制为距离的函数。我坚持的是如何“对齐”所有距离，如下所示：

距离 价值 距离.1 价值.1 平均值
-15 1 -15 2 这个距离的平均值
钠 钠 -14.995 4 这个距离的平均值
钠 钠 ... ... 这个距离的平均值
-14.8 4 -14.8 2 这个距离的平均值
... ... ... ... 这个距离的平均值
钠 钠 14.995 2 这个距离的平均值
15 2 15 3 这个距离的平均值

目前，我只是根据第一个距离列绘制所有值，这意味着列中比第一个矩阵长的所有数据点都将丢失。

这是一些代码。现在我知道这可以用 python 以外的其他语言解决，即使没有 pandas，但我在我的项目中使用它们来事先清理和过滤数据。

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

df0 = pd.DataFrame({'Distance':np.linspace(-15, 14.969, 100),
                        'Value':np.random.rand(100)})
df1 = pd.DataFrame({'Distance.1':np.linspace(-15, 15.034, 500),
                        'Value.1':np.random.rand(500)})

df = pd.concat([df0,df1], ignore_index=False, axis=1)

df['mean'] = df.filter(regex='Value').mean(axis=1)

df.plot(x='Distance', y='mean')
plt.show()

因此，使用上面的代码，距离没有对齐。我看到了两种解决问题的方法：

我认为，考虑到统计数据，第二种方法更好。因为使用第一种方法，与所有列中的距离值相比，仅出现在较长列中的值在平均值中的表现将被过度表示。

我猜想有一种非常聪明的方法可以将Lambda 表达式与 pandas 的DataFrame.apply结合使用。但我真的不知道该怎么做。（如何让 lambda 表达式查看除最长的列之外的所有列，反之亦然？如何将值添加到某些列而不是其他列？）

到目前为止，我已经想出了这个：

对于每一行，将距离列中的值与最长距离列的距离值进行比较。如果相同，则转到下一列，否则以某种方式插入 NaN 值并将下面行中的所有值向下移动，最长矩阵中的值除外（最长的两列）。

任何帮助表示赞赏。我敢肯定我不是第一个遇到这个问题的人，但我真的不知道如何用谷歌搜索它。

标签： pythonpandasdataframematrixposition

解决方案

推荐阅读