我有几个数据组(由3列w/I dataframe定义),希望对每组进行线性拟合,然后附加估计值(拟合的上下限)。在
在执行操作之后,我得到了一个与最终vs原始数据帧形状相关的错误
from io import StringIO # modern python
#from StringIO import StringIO # old python
import numpy
import pandas
def fake_model(group, formula):
# add the results to the group
modeled = group.assign(
fit=numpy.random.normal(size=group.shape[0]),
ci_lower=numpy.random.normal(size=group.shape[0]),
ci_upper=numpy.random.normal(size=group.shape[0])
)
return modeled
raw_csv = StringIO("""\
location,days,era,chemical,conc
MW-A,2415,modern,"Chem1",5.4
MW-A,7536,modern,"Chem1",0.21
MW-A,7741,modern,"Chem1",0.15
MW-A,2415,modern,"Chem2",33.0
MW-A,2446,modern,"Chem2",0.26
MW-A,3402,modern,"Chem2",0.18
MW-A,3626,modern,"Chem2",0.26
MW-A,7536,modern,"Chem2",0.32
MW-A,7741,modern,"Chem2",0.24
""")
data = pandas.read_csv(raw_csv)
modeled = (
data.groupby(by=['location', 'era', 'chemical'])
.apply(fake_model, formula='conc ~ days')
.reset_index(drop=True)
)
这引起了一个很长的回溯,其关键是:
^{pr2}$我知道我添加了三列,因此形成了(8,9)vs(8,6)的形状。在
我不明白的是,如果我以最轻微的方式检查dataframe子组,则会出现上述错误而不是:
def fake_model2(group, formula):
_ = group.name
return fake_model(group, formula)
modeled = (
data.groupby(by=['location', 'era', 'chemical'])
.apply(fake_model2, formula='conc ~ days')
.reset_index(drop=True)
)
print(modeled)
产生:
location days era chemical conc ci_lower ci_upper fit
0 MW-A 2415 modern Chem1 5.40 -0.466833 -0.599039 -1.143867
1 MW-A 7536 modern Chem1 0.21 -1.790619 -0.532233 -1.356336
2 MW-A 7741 modern Chem1 0.15 1.892256 -0.405768 -0.718673
3 MW-A 2415 modern Chem2 33.00 0.428811 0.259244 -1.259238
4 MW-A 2446 modern Chem2 0.26 -1.616517 -0.955750 -0.727216
5 MW-A 3402 modern Chem2 0.18 -0.300749 0.341106 0.602332
6 MW-A 3626 modern Chem2 0.26 -0.232240 1.845240 1.340124
7 MW-A 7536 modern Chem2 0.32 -0.416087 -0.521973 -1.477748
8 MW-A 7741 modern Chem2 0.24 0.958202 0.634742 0.542667
我的工作感觉太老套了,不能在任何实际应用程序中使用。有没有更好的方法来应用我的模型,并在更大的数据帧中包含对每个组的最佳拟合估计?在
是的,有一个非黑客的解决办法
这实际上也为您节省了
.reset_index
:)
^{pr2}$group_keys
是错误背后的元凶。 大熊猫身上的这种可能的病菌来自于每一组的正常concat
。用group_keys=True
那就是熊猫们没想到。这闻起来像是熊猫身上的虫子,但还没有进一步挖掘证实。在
相关问题 更多 >
编程相关推荐