從pandas中的同一數據幀的列中繪製數據

我有一個包含60列數據的數據框（列1 = I 1，列2 = S 1 ....列3 = I 2，列4 = S 2。。）等等）...從pandas中的同一數據幀的列中繪製數據

我想創建一個函數，每次選擇兩列進行切片，繪圖和查找切片的積分。我可以做兩列，但我不知道如何實現一個函數來運行所有60列。到目前爲止，我有以下幾點：

df = pd.DataFrame.from_csv(filepath, index_col =None) 
df_slice =df.iloc[23500:25053] 


R = df_slice['I 1'] 
I = df_slice['S 1'] 
rcParams['figure.figsize']= 10,5 
plt.plot(R, I) 
plt.xlabel('cm-1') 
plt.ylabel('Hz') 

#integration of peak 

area = trapz(R) 
print area

的功能：

def integrate_peak(filepath): 
    df = pd.DataFrame.from_csv(filepath, index_col =None) 
    for row in df: 
     ..........slice 
     ..........overlay plots 
     ..........get integral for each plot curve

輸出：在一個單獨的數據幀

任何幫助將

30個積分答案不勝感激。

編輯：

我已經試過這樣：

def get_slice(): 
    df = pd.DataFrame.from_csv(filepath, index_col =None) 
    for i in range(1,31): 
     df_slice = df.iloc[23500:25053] 
     R = df_slice['I %i' %i] 
     I = df_slice['S %i' %i] 
     plt.plot(R,I) 
     area = trapz(R) 
     print area 

get_slice()

這給我的30個地塊的覆蓋，但是給了我30個值整體（全部爲相同數量）

來源

2015-09-04 Joey

是不可能對所有列進行簡單循環，例如，使用'範圍內的切片（1,31）'等等？要選擇正確的列，您可以使用'df_slice ['I％i'％slice]'等等。 – Pilik

將會很有趣，您將如何設置集成邊界。此外，它看起來像下面有第二個高峯。你說明了嗎？ – Moritz

例如：

def f(col1,col2): 
    print col1,col2 
    R = df[col1] 
    I = df[col2] 
    rcParams['figure.figsize']= 10,5 
    plt.plot(R, I) 
    plt.xlabel('cm-1') 
    plt.ylabel('Hz') 
    area = np.trapz(R) 
    print area 
    return col2 
reduce(lambda x,y:f(x,y),df) 
plt.show()

用於處理（col1，col2）然後（col2，col3）等。

來源

2015-09-04 10:42:37 hellpanderrr

我希望函數爲我選擇列並計算60列的切片（的數據）的積分而不是2.您基本上已經創建了一個函數，該函數執行我的代碼的功能，但僅限於一組數據。 – Joey

看看減少。這段代碼會給你一個（列數）圖的疊加，並且會打印相同數量的不同積分，是不是你想要的？ – hellpanderrr

唉，我找到了解決辦法。

def get_slice(): 
     area_list = [] 
     df = pd.DataFrame.from_csv(filepath, index_col =None) 
     Raman = df['I 1'] 
     Intensity = df['S 1'] 

     for i in range(1,31): 
      df_slice = df.iloc[23500:25053] 
      R = df_slice['I %i' %i] 
      I = df_slice['S %i' %i] 
      for i in R: 
       area = trapz(R, x = I) 
      area_list.append(area) 
     a = np.mean(area_list)

來源

2015-09-04 13:57:55 Joey

從pandas中的同一數據幀的列中繪製數據

回答

相關問題