在 Pandas 数据帧上使用 apply() 时出现 Numpy 解包错误

Question

我有一个 Pandas DataFrame，它有两列包含 [-pi, pi) 范围内的一些角度。我需要计算每行的瞬时角速度，我可以使用 diff() 来完成，但是当我的数据跨越从 pi 到 -pi 的不连续性时，这种天真的方法会失败，例如

我试图在我的列上使用 numpy.unwrap()，但是当我尝试下面的代码时，我得到一个 ValueError。

angle_data["theta"].apply(np.unwrap)
<Traceback message> 
ValueError: diff requires input that is at least one dimensional

如果我将列复制到 Pandas 系列并尝试使用 apply(np.unwrap)，也会发生这种情况。 我可以通过这样做来解决这个问题

angle_data["theta"] = pd.Series(np.unwrap(angle_data["theta"]))

或者一次对多个列使用 apply，但我想知道为什么 apply(np.unwrap) 方法不适用于 Pandas 系列。

Answer 1

来自文档：

Help on function unwrap in module numpy:

unwrap(p, discont=3.141592653589793, axis=-1)
    ...
    Parameters
    ----------
    p : array_like
        Input array.
    ...

您的回溯是说，通过使用 apply，您正在遍历列，然后对每个单独的值应用 unwrap（这与关于 p 的文档背道而驰）。

您可以通过使用这样的自定义打印来查看正在发生的事情：

def my_print(x):
    print(x)
    print('-'*50)
df['theta'].apply(my_print)

您将看到列的每个值都作为参数一个接一个地传递。换句话说，您就像遍历列表一样循环：效率很低。

您已经找到了使用 unwrap 的正确方法：将其直接应用到系列中，而不是对其进行迭代：np.unwrap(df['theta'])。

这是使用所有 numpy 函数的方法（剧透警告：如果放弃“应用”方法，将会获得巨大的性能提升）。

所以作为一个经验法则：尽可能远离“应用”（大多数时候，你确实可以）并坚持使用来自 pandas 的 numpy 或内置函数。