我有以下数据集,用于我的研究。最终输出是斜率。
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)
<小时/>
在上面的代码中我需要的帮助是测试事件是单独输出的,斜率值是单独输出的。 test_events 和斜率值之间不存在 1:1 关系。
假设每个测试事件中有 10 个 ID。
测试 ID=0,1,2,...9
测试事件=11,12,13,14
这意味着我需要每个测试事件中每个 ID 的斜率
Test event ID x=axis y-axis slope
对此的任何帮助都会很棒
最佳答案
您可以使用任何数组作为 linegress
函数的输入。这包括数据框中的系列:
linregress(df['x-axis'], df['y-axis'])
使用 pandas groupby 时,您可以应用
到每个组
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()
关于python - python数据集上的Groupby函数,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/52570122/