Python Dataframe使用polyfit查找每2组列的斜率

Question

我有一个包含50多列的Python数据框架，如下所示：

 x1   y1    x2   y2  ...  x25  y25
1.8  21.3  1.6  21.8 ...  1.9  21.7
2.6  25.4  2.7  26.3 ...  2.8  27.8
3.5  30.4  3.6  32.1 ...  3.3  33.6

我想用多边形拟合来求每对（x，y）的斜率。这意味着slope1=np.polyfit（x1，y1，1）[0]，…，slope25=np.polyfit（x25，y25，1）[0]，依此类推

我很难弄清楚如何进行。任何帮助都将不胜感激。多谢各位

Answer 1

您可以选择pair和unpair列并传递给np.polyfit（所有列排序和所有对x, y都是必需的）并在列表理解中计算输出：

out = [np.polyfit(df[x], df[y], 1)[0] for x, y in zip(df.columns[::2], df.columns[1::2])]

print (out)
[5.357142857142858, 5.1112956810631225, 8.294701986754967]

如有必要，最后一次传递到DataFrame：

df1 = pd.DataFrame({'no': df.columns.str.extract('(\d+)', expand=False).drop_duplicates(),
                    'slope': out})
print (df1)
   no     slope
0   1  5.357143
1   2  5.111296
2  25  8.294702

或者通过按x, y或数字分割创建MultiIndex，然后在groupby中使用自定义函数：

df.columns = pd.MultiIndex.from_frame(df.columns.str.extract('([xy])(\d+)'))


def f(x):
    x = x.droplevel(1, axis=1)
    return np.polyfit(x.x, x.y, 1)[0]

df = df.groupby(axis=1, level=1).apply(f).rename_axis('no').reset_index(name='slope')
print (df)
   no     slope
0   1  5.357143
1   2  5.111296
2  25  8.294702