Python Pandas：在大 DF 中找到局部最大值的最佳方法

Question

我有一个由许多循环组成的大型数据帧，每个循环内部有 2 个最大峰值，我需要将其捕获到另一个数据帧中。

我创建了一个模拟我所看到的数据的示例数据框：

import pandas as pd

data = {'Cycle':[1,1,1,1,1,1,1,1,1,1,2,2,2,2,2,2,2,2,2,2,3,3,3,3,3,3,3,3,3,3], 'Pressure':[100,110,140,180,185,160,120,110,189,183,103,115,140,180,200,162,125,110,196,183,100,110,140,180,185,160,120,180,201,190]}
    
df = pd.DataFrame(data)

正如您在每个周期中看到的那样，有两个最大值，但我遇到问题的部分是第二个峰值通常高于第一个峰值，因此技术上可能有几行数字高于其他峰值循环中的最大值。结果应如下所示：

data2 = {'Cycle':[1,1,2,2,3,3], 'Peak Maxs': [185,189,200,196,185,201]}

df2= pd.DataFrame(data2)

我已经尝试了几种方法，包括每个周期 .nlargest(2)，但问题是，由于其中一个峰值通常更高，它会拉取数据中第二高的数字，这不一定是另一个峰值.

此图显示了我希望能够找到的每个循环的峰值压力。

感谢您的帮助。

Answer 1

使用groupby().shift()获取邻域值，然后比较：

g = df.groupby('Cycle')

local_maxes = (df['Pressure'].gt(g['Pressure'].shift())    # greater than previous row
               & df['Pressure'].gt(g['Pressure'].shift(-1))] # greater than next row
               )

df[local_maxes]

输出：

    Cycle  Pressure
4       1       185
8       1       189
14      2       200
18      2       196
24      3       185
28      3       201

Answer 2

来自 scipy argrelextrema

from scipy.signal import argrelextrema
out = df.groupby('Cycle')['Pressure'].apply(lambda x : x.iloc[argrelextrema(x.values, np.greater)])
Out[124]: 
Cycle    
1      4     185
       8     189
2      14    200
       18    196
3      24    185
       28    201
Name: Pressure, dtype: int64

out = out.sort_values().groupby(level=0).tail(2).sort_index() 
out
Out[138]: 
Cycle    
1      4     185
       8     189
2      14    200
       18    196
3      24    185
       28    201
Name: Pressure, dtype: int64

Python Pandas：在大 DF 中找到局部最大值的最佳方法

Python Pandas: Best way to find local maximums in large DF

python

pandas

dataframe

max