如何解决将 CDF 存储在单个数据帧单元格或多列中
我有 10 个项目对,在这样的框架中称它们为 1A 和 1B、2A 和 2B、3A 和 3B -> 10A 和 10B:
Item_col1 Item_col2
1A 1B
2A 2B
3A 3B
每个项目(例如;2A)都有一个相关的累积概率分布函数。我存储在 np.arrays [CDF_A1,CDF_2A,CDF_3A,CDF_4A] 列表中的每个 CDF,每个都有 100 个元素,看起来有点像这样:
[0.0000,0.0100,0.2000,...0.9999,1.0]
我想将 CDF 添加到框架中,最终相互比较(例如:1A 与 1B、2A 与 2B),但我不知道将它们存储在框架中的最佳方式。>
像这样存储它们是否更好(并且可能吗?):
Item_col1 Item_col2 CDF_Item_col1 CDF_Item_col2
1A 1B CDF_1A CDF_1B
2A 2B CDF_2A CDF_2B
3A 3B CDF_3A CDF_3B
或者应该是这样还是必须是这样:
Item_col1 Item_col2 (As) CDF_Element1 CDF_Element2....CDF_Element100 (Bs) CDF_Element1 CDF_Element2....CDF_Element100
1A 1B 0.0000 0.0100 1.0000 0.0000 0.0100 1.0000
2A 2B 0.0000 0.0100 1.0000 0.0000 0.0100 1.0000
3A 3B 0.0000 0.0100 1.0000 0.0000 0.0100 1.0000
解决方法
我认为你可以像这样存储它们:
df
item1 item2 cdfA cdfB
0 1A 1B 0.574843 0.501655
1 1A 1B 0.574843 0.638855
2 1A 1B 0.574843 0.827372
3 1A 1B 0.574843 0.450464
4 1A 1B 0.162894 0.501655
5 1A 1B 0.162894 0.638855
6 1A 1B 0.162894 0.827372
7 1A 1B 0.162894 0.450464
8 1A 1B 0.479719 0.501655
9 1A 1B 0.479719 0.638855
10 1A 1B 0.479719 0.827372
11 1A 1B 0.479719 0.450464
12 1A 1B 0.724478 0.501655
13 1A 1B 0.724478 0.638855
14 1A 1B 0.724478 0.827372
15 1A 1B 0.724478 0.450464
16 2A 2B 0.827809 0.709354
17 2A 2B 0.827809 0.657139
18 2A 2B 0.827809 0.115151
19 2A 2B 0.827809 0.942483
20 2A 2B 0.717945 0.709354
正如您所说,您可能还想将这些 CDF 的值在 1A 和 1B、2A 和 2B 之间进行比较,等等,如果您以这种方式拥有数据框,我认为这对您来说会更容易稍后进行这些比较。如果您认为它会占用更多 RAM,您甚至可以将 item1 和 item2 列更改为 Categorical,因为它们是重复的,如
cols = ['item1','item2']
for col in cols:
df[col] = df[col].astype('category')
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。