python - 将函数应用于 pandas dataframe 并获得不同大小的 ndarray 输出

Question

我的目标是获取数据帧的局部最大高度的索引。每列变化 3 到 5 个。

我尝试使用 apply 函数，但收到错误传递值的形状为 (736, 4)，索引暗示 (736, 480) 或 无法广播输入数组从形状(0)变为形状(1)。

我的矩阵是480x736。

这是我为 apply 函数编写的内容:

import numpy as np
import peakutils
df.apply(lambda x: peakutils.indexes(x, thres=0.02/max(x), min_dist=100))

这是我能够开始工作的内容:

indexes =[]
import numpy as np
import peakutils
for column in df:
    indexes.append(peakutils.indexes(df[column], thres=0.02/max(df[column]), min_dist=100))

索引的长度通常为 4，但有时我会多或少 1:

Out[32]: 
[array([ 12, 114, 217, 328, 433]),
 array([ 12, 116, 217, 325, 433]),
 array([ 64, 166, 283, 389]),
 array([105, 217, 326, 433]),
 array([105, 237, 390])]

我的猜测是，输出的问题来自于我不知道结果数据帧的形状。形状从一开始就无法确定。

如何将函数应用于输出大小和类型不同的 df？

Answer 1

pandas 正在尝试对数组做“某事”。您可以通过将 lambda 的返回值包装在 pd.Series

中来短路该“东西”

试试这个:

df.apply(lambda x: pd.Series(peakutils.indexes(x, thres=0.02/max(x), min_dist=100)))