数据框列的曲线下面积
Area under curve of a dataframe column
我正在尝试计算从第一行到当前行的数据帧值的累积 AUC。
例如：
points
AUC
0
0
0
1
1
0.5
2
2
1
3
3
4.5
4
4
8
5
5
12.5
6
4
17
7
0
19
8
-2
18
9
-2
16
我可以使用 np.trapz() 但我必须通过 for 循环逐行计算它。
for i in df.index:
row={"AUC" : trapz(df["points"].iloc[:i])}
df["AUC"].iloc[i]=row
有什么方法可以在不使用 for 循环的情况下将其应用于整列？
第二个问题是我的数据帧每分钟更新一次，所以我要么必须从 df 开始计算这个累积 AUC，这使得计算时间越来越长，要么选择 df 的一部分（例如：df.tail(25)) 并对其应用一个函数，通过这样做我将失去计算 iloc[-25].
之前曲线的 AUC
我会尝试这样的事情：
np.cumsum(df.points)-np.concatenate(([0], np.cumsum(np.diff(df.points)/2)), axis=0)
这是一个工作示例：https://abstra.show/dezL0ASX4s
我正在尝试计算从第一行到当前行的数据帧值的累积 AUC。
例如：
| points | AUC | |
|---|---|---|
| 0 | 0 | 0 |
| 1 | 1 | 0.5 |
| 2 | 2 | 1 |
| 3 | 3 | 4.5 |
| 4 | 4 | 8 |
| 5 | 5 | 12.5 |
| 6 | 4 | 17 |
| 7 | 0 | 19 |
| 8 | -2 | 18 |
| 9 | -2 | 16 |
我可以使用 np.trapz() 但我必须通过 for 循环逐行计算它。
for i in df.index:
row={"AUC" : trapz(df["points"].iloc[:i])}
df["AUC"].iloc[i]=row
有什么方法可以在不使用 for 循环的情况下将其应用于整列？
第二个问题是我的数据帧每分钟更新一次，所以我要么必须从 df 开始计算这个累积 AUC，这使得计算时间越来越长，要么选择 df 的一部分（例如：df.tail(25)) 并对其应用一个函数，通过这样做我将失去计算 iloc[-25].
之前曲线的 AUC我会尝试这样的事情：
np.cumsum(df.points)-np.concatenate(([0], np.cumsum(np.diff(df.points)/2)), axis=0)
这是一个工作示例：https://abstra.show/dezL0ASX4s