如何将复杂的数据帧值转换为 python 3 中的浮点数？
How to convert complex data frame values to floats in python 3?
我使用傅里叶变换将一个数据帧从时域转换为频域，得到了 imaginary/complex 值。我需要将 DataFrame 转换为浮点数以便能够对数据进行分类。
我怎样才能转换它？
df = pd.DataFrame([complex(x,y) for x,y in
zip(np.random.randn(3),np.random.randn(3))])
print(df)
Out:
0
0 (0.815555184453+0.942659258939j)
1 (0.725136694628+0.999826686401j)
2 (0.311981899931+0.309615235755j)
如果你想要复数的大小，你可以取模（极坐标中的r）：
df.applymap(np.absolute)
Out:
0
0 1.246490
1 1.235102
2 0.439539
如果您想丢失可以转换为浮点数的虚部：
df.astype(np.float64)
Out:
0
0 0.815555
1 0.725137
2 0.311982
我使用傅里叶变换将一个数据帧从时域转换为频域，得到了 imaginary/complex 值。我需要将 DataFrame 转换为浮点数以便能够对数据进行分类。
我怎样才能转换它？
df = pd.DataFrame([complex(x,y) for x,y in
zip(np.random.randn(3),np.random.randn(3))])
print(df)
Out:
0
0 (0.815555184453+0.942659258939j)
1 (0.725136694628+0.999826686401j)
2 (0.311981899931+0.309615235755j)
如果你想要复数的大小，你可以取模（极坐标中的r）：
df.applymap(np.absolute)
Out:
0
0 1.246490
1 1.235102
2 0.439539
如果您想丢失可以转换为浮点数的虚部：
df.astype(np.float64)
Out:
0
0 0.815555
1 0.725137
2 0.311982