python - 使用 Pandas 进行多次时变试验

Question

我刚刚接触 Pandas，想找出一种保存与多次试验相对应的时变数据的好方法。

一个具体的例子可能是:

Trial 1: Salinity = 0.1 (unchanging), pH (at time 1, 2, ...)
Trial 2: Salinity = 0.1 (unchanging), pH (at time 1, 2, ...)
Trial 3: Salinity = 0.2 (unchanging), pH (at time 1, 2, ...)
Trial 4: Salinity = 0.2 (unchanging), pH (at time 1, 2, ...)

您会注意到，可以使用相同的初始参数(盐度)但使用不同的时变变量 (pH) 重复多次实验。

DataFrame 是二维的，因此我必须为每个试验创建一个 DataFrame。这是解决问题的最佳方法吗？我如何才能将它们结合起来(例如:随着时间的推移获得平均 pH 值，以便使用相同的初始设置进行试验)？

Answer 1

您可以在单个 pd.DataFrame 中聚合跨试验的数据.下面是一个例子。

df = pd.DataFrame({'Trial': [1, 1, 1, 1, 2, 2, 2, 2, 3, 3, 3, 3, 4, 4, 4, 4],
                   'Date': [1, 2, 3, 4, 1, 2, 3, 4, 1, 2, 3, 4, 1, 2, 3, 4],
                   'Salinity': [0.1, 0.1, 0.1, 0.1, 0.1, 0.1, 0.1, 0.1,
                                0.2, 0.2, 0.2, 0.2, 0.2, 0.2, 0.2, 0.2],
                   'pH': [2, 4, 1, 4, 6, 8, 3, 2, 9, 3, 1, 4, 6, 11, 4, 6]})

df = df.set_index(['Trial', 'Date', 'Salinity'])

#                      pH
# Trial Date Salinity    
# 1     1    0.1        2
#       2    0.1        4
#       3    0.1        1
#       4    0.1        4
# 2     1    0.1        6
#       2    0.1        8
#       3    0.1        3
#       4    0.1        2
# 3     1    0.2        9
#       2    0.2        3
#       3    0.2        1
#       4    0.2        4
# 4     1    0.2        6
#       2    0.2       11
#       3    0.2        4
#       4    0.2        6

解释

• 在您的数据框构造中，分配一个标识符列，在本例中为 Trial带有一个整数标识符。
• 通过 ['Trial', 'Date', 'Salinity'] 设置索引为 pandas 提供自然索引用于分组、索引和切片。
• 例如，df.loc[(1, 2, 0.1)]将返回 pd.Series源自指示 pH = 4 的数据框。