Skip to main content
 首页 » 编程设计

python之根据每个时间序列的条件识别 DataFrame 中的时间点

2024年10月25日14落叶无声

我有一个包含时间序列数据的 DataFrame,如下所示:

(TP = 时间点)

gene number   TP1   TP2   TP3   TP4   TP5   TP6 
gene1         0.4   0.2   0.1   0.5   0.8   1.9 
gene2         0.3   0.05  0.5   0.8   1.0   1.7 
.... 

对于每一行(基因),我想确定其值达到时间序列中最小值 4 倍的水平的 TP,附加条件是该确定的 TP 必须在最小 TP 之后.因此,对于基因 2,我对 TP3 而不是 TP1(它比 TP2 的最小值大 4 倍)感兴趣,因为 TP1 在系列中比最小 TP2 早。

所以我尝试构建的脚本的结果是这样的:

gene1    TP4 
gene2    TP3 
... 

我的数据在一个 numpy 数组中。

请您参考如下方法:

您可以先创建一个掩码 ma 并将最小值之前的所有行值设置为 False。接下来,使用此掩码在最小值 之后的每一行中找到最小值的 4 倍(由 True 表示):

>>> ma = df.values.argmin(axis=1)[:,None] <= np.arange(df.shape[1]) 
>>> df.ge(4*df.min(axis=1), axis=0) & ma 
         TP1    TP2    TP3   TP4   TP5   TP6 
gene1  False  False  False  True  True  True 
gene2  False  False   True  True  True  True 

然后您可以使用 idxmax 从这个 bool 数据帧(我将其称为 df1)检索第一个 True 值的标签:

>>> df1.idxmax(axis=1) 
gene1    TP4 
gene2    TP3 
dtype: object