python - Trapz 对一定范围内的分组数据进行积分

Question

我有一个 DataFrame 列表如下:

Device   TimeSec  Current
  1        0.1      0.02
  1        0.25     0.05
  1        0.32     0.07
  1        0.45     0.01
  1        0.67     0.05
  1        1.01     0.08
  1        1.12     0.11
  1        1.32     0.15
  2        0.11     0.04
  2        0.22     0.06
  2        0.28     0.07
  2        0.35     0.02
  2        0.41     0.05
  2        0.51     0.08
  2        0.61     0.12
 ....

1. 在每个设备数据集中，都有一个当前最小值
2. 我想按“设备”对 DataFrame 进行分组并进行 trapz 集成
3. 集成应该从每个“设备”数据的 TimeSec 开始到“当前”最小值

之前我问过类似的问题，我得到了帮助并弄清楚了如何按“设备”对数据进行分组，并为每个“设备”组进行 trapz 集成。整个“Device”数据集成的代码为:

DeviceGroup = df.groupby('Device')
Result = DeviceGroup.apply(lambda x: integrate.trapz(x.Current, x=x.TimeSec))

这次我需要将第一个 TimeSec 数据整合到“当前”最小数据。你能告诉我该怎么做吗？

Answer 1

尝试使用此方法将数据框过滤为达到最小值的值。

from scipy import integrate

df[df.groupby('Device')['Current'].transform(lambda x: x.diff().shift().bfill().gt(0).cumprod().astype(bool))]\
  .groupby('Device').apply(lambda g: integrate.trapz(g['Current'], x=g.TimeSec))