在熊猫中查找局部最小值答案

【问题标题】：Finding local minimum values in pandas在熊猫中查找局部最小值
【发布时间】：2021-01-13 09:59:15
【问题描述】：

我有以下数据：

Date
2020-07-20   -98.109956
2020-07-21   -94.408946
2020-07-22   -76.788330
2020-07-23   -71.094908
2020-07-24   -92.262792
2020-07-27   -97.932848
2020-07-28   -90.236719
2020-07-29   -96.301774
2020-07-30   -94.293501
2020-07-31   -98.110483
2020-08-03   -99.121514
2020-08-04   -73.715980
2020-08-05   -67.069465
2020-08-06   -57.401802
2020-08-07   -53.323235
2020-08-10   -50.000000
2020-08-11   -24.169180
2020-08-12   -10.286685
2020-08-13    -6.745360
2020-08-14   -19.178088
2020-08-17    -2.475911
2020-08-18   -11.586069
2020-08-19    -4.896705
2020-08-20   -10.435387
2020-08-21   -20.938373
2020-08-24    -8.269516
2020-08-25   -11.557382
2020-08-26    -2.938893
2020-08-27   -10.296292
2020-08-28    -7.050787
2020-08-31   -24.016059
2020-09-01   -27.694853
2020-09-02    -4.538226
2020-09-03    -8.166541
2020-09-04    -8.243151
2020-09-07    -3.356906
2020-09-08   -32.970033
2020-09-09   -11.716626
2020-09-10   -16.220030
2020-09-11   -33.078070
2020-09-14   -38.897395
2020-09-15   -35.068910
2020-09-16   -39.969342
2020-09-17   -23.889707
2020-09-18   -26.339946
2020-09-21   -68.164790
2020-09-22   -89.451473
2020-09-23   -72.038817
2020-09-24   -74.854345
2020-09-25   -61.359206
Name: CHAMTEMP, dtype: float64

情节是这样的：

我试图通过查找至少为 -80 并继续给出较低值直到给出更高值的数据来找到所有局部最小值。

例如：如果值为 -80、-82、-83、-90、-89。在此示例中，-90 将是最低值，因为 -89 高于 -90。

我试过了，但我得到一个错误：

data.loc[data < -80] and data.loc[data.shift(-1)<data.shift(0)]

ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

我该如何解决这个错误？

【问题讨论】：

标签： python pandas min

【解决方案1】：

您可以先找到所有向下的运行并获取此运行的终点。假设您的数据在文件 filename.csv 中。

import pandas as pd
import numpy as np

df = pd.read_csv('filename.csv', sep='\s+', parse_dates=True)

down = df.Date.diff().values < 0
df['test'] = np.r_[down[1:] != down[:-1], False] & down

在pd.read_csv 中使用parse_dates=True 绘制数据会产生更好的图表

import matplotlib.pyplot as plt

plt.figure(figsize=(14,5))
plt.plot(df.Date)
plt.plot(df.Date[df.test], 'o');

结果

要查找所有局部最小值

plt.figure(figsize=(14,5))
plt.plot(df.Date)
plt.plot(df.Date[(df.test) & (df.Date < -80)], 'o');

结果

【讨论】：

【解决方案2】：

假设df 是数据框，data 是列名：

import numpy as np
from scipy.signal import argrelextrema

df["lmin"] = False

df.iloc[argrelextrema(df["data"].to_numpy(), np.less)[0], list(df.columns).index("lmin")] = True

【讨论】：

【解决方案3】：

如果我理解正确，局部最小值是指这些值都小于它们的前一个值和下一个值。因此，条件是

(data < data.shift(1)) & (data < data.shift(-1))

添加小于-80的条件，条件变为

conds = (data < -80) & (data < data.shift(1)) & (data < data.shift(-1))

使用此条件进行切片

data_minima = data[conds]

Out[29]:

2020-07-27   -97.932848
2020-07-29   -96.301774
2020-08-03   -99.121514
2020-09-22   -89.451473
Name: 1, dtype: float64

【讨论】：

【解决方案4】：

Try 将创建一个新列，如果这是一个局部最小值，则该列将为 True：

import numpy as np
minimum = -80
df['local_min'] = np.where(((df['data'] < minimum) & (df['data'] < df['data'].shift(-1)) & (df['data'] > df['data'].shift(1)), True, False)

【讨论】：