숫자 배열이 팬더 데이터 프레임으로 변환 됨 값 프레임

Question

2D 그리드의 각 노드에 대한 통계를 계산해야합니다. 이 작업을 쉽게 수행 할 수있는 방법은 두 가지 범위의 십자가 조인 (일명 데카르트 제품)을 사용하는 것입니다. 나는 pandas dataframe이 변환 할 때

def node_grid(x_range, y_range, x_increment, y_increment): 
    x_min = float(x_range[0]) 
    x_max = float(x_range[1]) 
    x_num = (x_max - x_min)/x_increment + 1 
    y_min = float(y_range[0]) 
    y_max = float(y_range[1]) 
    y_num = (y_max - y_min)/y_increment + 1 

    x = np.linspace(x_min, x_max, x_num) 
    y = np.linspace(y_min, y_max, y_num) 

    ng = list(product(x, y)) 
    ng = np.array(ng) 
    return ng, x, y 

그러나이 값을 삭제 :이이 기능으로 numpy를 사용하여 구현. 예를 들어

In [2]: ng = node_grid(x_range=(-60, 120), y_range=(0, 40), x_increment=0.1, y_increment=0.1) 
In [3]: ng[0][(ng[0][:,0] > -31) & (ng[0][:,0] < -30) & (ng[0][:,1]==10)] 
Out[3]: array([[-30.9, 10. ], 
    [-30.8, 10. ], 
    [-30.7, 10. ], 
    [-30.6, 10. ], 
    [-30.5, 10. ], 
    [-30.4, 10. ], 
    [-30.3, 10. ], 
    [-30.2, 10. ], 
    [-30.1, 10. ]]) 

In [4]: node_df = pd.DataFrame(ng[0]) 
node_df.columns = ['xx','depth'] 
print(node_df[(node_df.depth==10) & node_df.xx.between(-30,-31)]) 
Out[4]:Empty DataFrame 
Columns: [xx, depth] 
Index: [] 

dataframe가 비어 있지 : 그들은 팬더 어레이 투입되는 경우 NumPy와 배열

In [5]: print(node_df.head()) 
Out[5]:  xx depth 
0 -60.0 0.0 
1 -60.0 0.1 
2 -60.0 0.2 
3 -60.0 0.3 
4 -60.0 0.4 

값이 감소되고있다. 왜?

Answer 1

함수가 첫 번째 인수가 후자보다 적은 것이 요구 "사이". 사용 product() 기능은 itertools 패키지에서 제공 선명도, 즉 들어

In: print(node_df[(node_df.depth==10) & node_df.xx.between(-31,-30)]) xx depth 116390 -31.0 10.0 116791 -30.9 10.0 117192 -30.8 10.0 117593 -30.7 10.0 117994 -30.6 10.0 118395 -30.5 10.0 118796 -30.4 10.0 119197 -30.3 10.0 119598 -30.2 10.0 119999 -30.1 10.0 120400 -30.0 10.0

,

Answer 2

코드를 완전히 재현 할 수 없습니다.

그러나 문제는 between 쿼리에서 아래쪽 경계와 위쪽 경계를 돌려야한다는 것입니다. 나를 위해 다음 작품 :

print(node_df[(node_df.depth==10) & node_df.xx.between(-31,-30)]) 

하는 사용 :

ng = np.array([[-30.9, 10. ], 
       [-30.8, 10. ], 
       [-30.7, 10. ], 
       [-30.6, 10. ], 
       [-30.5, 10. ], 
       [-30.4, 10. ], 
       [-30.3, 10. ], 
       [-30.2, 10. ], 
       [-30.1, 10. ]]) 
node_df = pd.DataFrame(ng)