仅在唯一列 id 上循环函数

Question

我有一个代码可以计算 x 和 y 变量的斜率（theil-sen 斜率），我想运行在基于 csv 文件中特定列值的值列表中进行计算。我的文件如下所示：

station_id year Sum 210018 1917 329.946 210018 1918 442.214 210018 1919 562.864 210018 1920 396.748 210018 1921 604.266 210019 1917 400.946 210019 1918 442.214 210019 1919 600.864 210019 1920 250.748 210019 1921 100.266

我使用的函数是：

def theil_sen(x,y):

    n   = len(x)
    ord = numpy.argsort(x)
    xs  = x[ord]
    ys  = y[ord]
    vec1 = numpy.zeros( (n,n) )
    for ii in range(n):
        for jj in range(n):
            vec1[ii,jj] = ys[ii]-ys[jj]
    vec2 = numpy.zeros( (n,n) )
    for ii in range(n):
        for jj in range(n):
            vec2[ii,jj] = xs[ii]-xs[jj]
    v1    = vec1[vec2>0]    
    v2    = vec2[vec2>0]     
    slope = numpy.median( v1/v2 )
    coef  = numpy.zeros( (2,1) ) 
    b_0   = numpy.median(y)-slope*numpy.median(x)
    b_1   = slope
    res   = y-b_1*x-b_0 # residuals 

    return (b_0,b_1,res)

我想使用 Sum 作为函数中的 y 值，year 作为 x 值并且仅运行每个唯一 station_id 值的函数。我的输出应该是：

210018: -117189, 61.29
210019: 164382, -85.45

我知道 scipy 有斜率函数，但计算不正确。

提前致谢。

Answer 1

你可以使用numpy.unique()获取station_ids中的唯一值，然后循环它们：

for id in numpy.unique(station_id):
    print id, theil_sen(year[station_id == id], Sum[station_id == id])

或者，您可能想看看 pandas，它具有 csv 支持和 groupby 功能。

仅在唯一列 id 上循环函数

Looping a function over unique column id's only

python

statistics