我可以获取数据框三列的斜率并使用 python 中的值创建一个新列吗？

Posted 2023-03-12

【中文标题】我可以获取数据框三列的斜率并使用 python 中的值创建一个新列吗？

【英文标题】：Can I get slope of three columns of a dataframe and create a new column with the values in python?

【发布时间】：2021-08-15 22:34:40

【问题描述】：

在给定每行固定的 x 轴的情况下，有谁知道如何计算三列（y 轴）的斜率？ 例如，这是我的数据框：

data = 'a':  [1, 2, 3],
        'b': [3, 4, 5],
        'c': [7, 8, 9]
df = pd.DataFrame(data, columns=['a', 'b', 'c'])

我需要创建第四列“d”，其斜率为 1、3 和 7，考虑到 x 轴为例如 1、2 和 3。这 1、2、3 x -axis，应该考虑每一行数据。

【问题讨论】：

斜率定义是两个点(x1, y1) 和(x2, y2)。例如，您是指通过(1, 1), (2, 3), (3, 7) 的衬线的斜率吗？

实际上我需要一个由三个点 (1,3,7) 和 (1,2,3) 的简单线性回归定义的斜率； (2,4,5) 和 (1,2,3)； (3,5,9) 和 (1,2,3)

例如简单的线性回归 (x1, x2, x3) = (1,2,3) and (y1, y2, y3) = (1, 3, 7)

【参考方案1】：

试试这个，你可以用np.polyfit()求斜率（通过将多项式的次数定义为1）然后计算d并把它放入你的字典中，最后将其转换为pandas DataFrame：

import numpy as np
import pandas as pd

def compute_slope(arr):
    return round(np.polyfit([1, 2, 3], arr, 1)[0], 2)

data = 'a':  [1, 2, 3],
        'b': [3, 4, 5],
        'c': [7, 8, 9]

data['d'] = [compute_slope(list(arr)) for arr in zip(data['a'], data['b'], data['c'])]
df = pd.DataFrame(data, columns=['a', 'b', 'c', 'd'])

compute_slope 函数中的变量 [1,2,3] 是硬编码的，因为您提到您希望有这样的 x 值。

输出：

   a  b  c    d
0  1  3  7  3.0
1  2  4  8  3.0
2  3  5  9  3.0