从pandas中的同一数据帧的列中绘制数据

我有一个包含60列数据的数据框（列1 = I 1，列2 = S 1 ....列3 = I 2，列4 = S 2。。）等等）...从pandas中的同一数据帧的列中绘制数据

我想创建一个函数，每次选择两列进行切片，绘图和查找切片的积分。我可以做两列，但我不知道如何实现一个函数来运行所有60列。到目前为止，我有以下几点：

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

输出：在一个单独的数据帧

任何帮助将

30个积分答案不胜感激。

编辑：

我已经试过这样：

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()

这给我的30个地块的覆盖，但是给了我30个值整体（全部为相同数量）

来源

2015-09-04 Joey

是不可能对所有列进行简单循环，例如，使用'范围内的切片（1,31）'等等？要选择正确的列，您可以使用'df_slice ['I％i'％slice]'等等。 – Pilik

将会很有趣，您将如何设置集成边界。此外，它看起来像下面有第二个高峰。你说明了吗？ – 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()

用于处理（col1，col2）然后（col2，col3）等。

来源

2015-09-04 10:42:37 hellpanderrr

我希望函数为我选择列并计算60列的切片（的数据）的积分而不是2.您基本上已经创建了一个函数，该函数执行我的代码的功能，但仅限于一组数据。 – Joey

看看减少。这段代码会给你一个（列数）图的叠加，并且会打印相同数量的不同积分，是不是你想要的？ – hellpanderrr

唉，我找到了解决办法。

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)

来源

2015-09-04 13:57:55 Joey

从pandas中的同一数据帧的列中绘制数据

回答

相关问题