长期阅读，第一次发帖。
我在 Pandas DataFrames 中使用 x,y 数据绘制频率响应图。这是数据和图表的示例(请参阅帖子末尾的完整 .csv 文件):
fbc['x'],fbc['y']
(0 [89.25, 89.543, 89.719, 90.217, 90.422, 90.686...
1 [89.25, 89.602, 90.422, 90.568, 90.744, 91.242...
2 [89.25, 89.689, 89.895, 90.305, 91.008, 91.74,...
3 [89.25, 89.514, 90.041, 90.275, 90.422, 90.832...
Name: x, dtype: object,
0 [-77.775, -77.869, -77.766, -76.572, -76.327, ...
1 [-70.036, -70.223, -71.19, -71.229, -70.918, -...
2 [-73.079, -73.354, -73.317, -72.753, -72.061, ...
3 [-70.854, -71.377, -74.069, -74.712, -74.647, ...
Name: y, dtype: object)
其中 x = 频率，y = 振幅数据。每种结果的图如下所示:
See x,y Plot of image in this link - not enough points to embed yet
我可以为 Dataframe 中的每一行 x,y 数据创建一个图。
我需要在 Pandas (Python) 中做的是在频率响应下降到本底噪声(永久)之前识别数据中的最高频率。如您所见，在某些地方 y 数据可能会达到非常低的值(例如 <-50)，但随后会返回 >-40。
我如何在 Pandas/python 中检测(由于数据量非常大，最好不进行迭代)以找到最高频率(> -40)，这样我就知道频率不会再次返回到 < -40 然后跳转备份？ 基本上，我正在尝试找到频带的末端。我已经尝试使用一些 Pandas 统计数据(如果有的话也很好)，但未能成功获得有用的数据。
提前感谢您提供的任何指示和方向。
这是一个可以用 csv.reader 导入的 .csv 文件:https://www.dropbox.com/s/ia7icov5fwh3h6j/sample_data.csv?dl=0
最佳答案
我相信我想出了一个解决方案:
根据@katardin 的建议，我提出了以下建议，但我认为它可以优化。同样，我将处理大量数据，因此如果有人能找到更优雅的解决方案，我们将不胜感激。
for row in fbc['y']:
list_reverse = row
# Reverse y data so we read from end (right to left)
test_list = list_reverse[::-1]
# Find value of y data above noise floor (>-50)
res = next(x for x, val in enumerate(test_list) if val > -50)
# Since we reversed the y data we must take the opposite of the returned res to
# get the correct index
index = len(test_list) - res
# Print results
print ("The index of element is : " + str(index))
其中输出索引号如下:
The index of element is : 2460
The index of element is : 2400
The index of element is : 2398
The index of element is : 2382
我检查过的每一个都与我一直在寻找的确切高频滚降点相对应。好建议!
关于python - Pandas :找到高于定义阈值的结束频谱，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/60640849/