我在做一个测量数据集。我在下表中的数据框中有数据,数据是每0.5m/s风速箱的功率和风速。但我需要根据功率和风速值计算每个箱子的灵敏度列。灵敏度公式为
sensitivity = abs ( (Pi - Pi_1) / (Vi - Vi_1) )
我们必须从之前的bin值中减去当前的功率和速度bin值。
对于这个场景,我需要一个for loop
脚本。我真的有点困惑使用所有的for loop
选项,有人能帮我吗?
注意:我从下面的DataFrame
脚本中获得这些值:
数据表:
normalized_speed pt_power_avg [Pi] normalized_speed [Vi] *sensitivity*
[Ci]"
(0, 0.5] 0 0 -
(0.5, 1] 0 0 -
(1, 1.5] 0 0 -
(1.5, 2] 0 0 -
(2, 2.5] 6.46 2.44 2.6
(2.5, 3] 14.22 2.73 26.2
(3, 3.5] 27.05 3.26 24.4
(3.5, 4] 56.67 3.77 58.6
(4, 4.5] 88.55 4.26 64.7
(4.5, 5] 121.95 4.76 66.8
(5, 5.5] 166.87 5.26 89.5
(5.5, 6] 221.16 5.74 112.6
(6, 6.5] 283.94 6.26 122.4
(6.5, 7] 310.32 6.74 54.7
(7, 7.5] 472.59 7.29 297.0
(7.5, 8] 582.02 7.70 261.2
(8, 8.5] 703.98 8.17 261.1
(8.5, 9] 927.60 8.77 375.4
(9, 9.5] 995.10 9.11 194.1
没有2.6英寸[2,2.5]我的成绩低于
使用
shift()
代替for looping
在pandas中,应该使用^{} 特性而不是
for looping
。Pandas被构建成对数据列执行这些精确类型的计算,而不必对每一行执行for looping
!在假设您的原始数据在一个名为
df
的DataFrame
中,那么方程将表示为^{pr2}$
相关问题 更多 >
编程相关推荐