在 Pandas 数据框上应用 Numpy 函数

Question

我有一个如下的 numpy 数组：

     array([[1, 2],
            [3, 4],
            [5, 6],
            [7, 8]])

数组名为myArray，我对二维数组进行两次索引操作，得到如下结果：

     In[1]: a2 = myArray[1:]
            a2

     Out[1]:array([[3, 4],
                   [5, 6],
                   [7, 8]])


     In[2]: a1 = myArray[:-1]
            a1

     Out[2]:array([[1, 2],
                   [3, 4],
                   [5, 6]])

现在，我执行 numpy 函数得到以下结果：

     In[]: theta = np.arccos((a1*a2).sum(axis= 1)/(np.sqrt((a1**2).sum(axis= 1)*(a2**2).sum(axis= 1))))
           theta
     Out[]: array([ 0.1798535 ,  0.05123717,  0.02409172])

我对一个等效的数据框执行相同的操作序列：

    In[]: df = pd.DataFrame(data = myArray, columns = ["x", "y"])
          df
    Out[]: 
         x    y
      0  1    2
      1  3    4
      3  5    6
      4  7    8

   In[]: b2 = df[["x", "y"]].iloc[1:]
   Out[]: b2
            x   y
       1    3   4
       2    5   6
       3    7   8

   In[]: b1 = df[["x", "y"]].iloc[:-1]
         b1
   Out[]: 
            x   y
       0    1   2
       1    3   4
       2    5   6

但现在当我尝试获取数据框的 theta 时，我只得到 0 和 NaN 值

      In[]: theta2 = np.arccos((b1*b2).sum(axis= 1)/(np.sqrt((b1**2).sum(axis= 1)*(b2**2).sum(axis= 1))))
            theta2
      Out[]: 
            0    NaN
            1    0.0
            2    0.0
            3    NaN
            dtype: float64

我将 numpy 函数应用于索引数据帧是否正确？将其应用于数据框时，我应该如何获得与 theta 相同的结果？

更新

如下所示，使用 b1.values 和 b2.values 有效，但现在当我构造函数并将其应用于 df 时，我不断收到 value 错误：

       def theta(group):
             b2 = df[["x", "y"]].iloc[1:]
             b1 = df[["x", "y"]].iloc[:-1]

             t = np.arccos((b1.values*b2.values).sum(axis= 1)/
              (np.sqrt((b1.values**2).sum(axis= 1)*(b2.values**2).sum(axis= 1))))

       return t

       df2 = df.apply(theta)

这给出了 ValueError

       ValueError: Shape of passed values is (2, 3), indices imply (2, 4)

请让我知道我错在哪里。

提前致谢。

Answer 1

b1 和 b2 的索引没有对齐。

如果你这样做：

b2.index=b1.index

np.arccos((b1*b2).sum(axis= 1)/(np.sqrt((b1**2).sum(axis= 1)*(b2**2).sum(axis= 1))))

应该输出：

Out[75]: 
0    0.179853
1    0.051237
2    0.024092
dtype: float64

如果不想更改索引，可以显式调用 df.values：

np.arccos((b1.values*b2.values).sum(axis= 1)/(np.sqrt((b1.values**2).sum(axis= 1)*(b2.values**2).sum(axis= 1))))