我有兩個(gè)數(shù)據(jù)幀，它們是光譜測(cè)量（都有兩列：Intensity和Wavelength），我需要在給定波長(zhǎng)中將一個(gè)數(shù)據(jù)幀的強(qiáng)度除以另一個(gè)數(shù)據(jù)幀的強(qiáng)度，就像我除以兩個(gè)函數(shù) 一樣(I1 (λ) / I2 (λ))。困難在于兩個(gè)數(shù)據(jù)幀具有不同的大小，并且Wavelength一個(gè)數(shù)據(jù)幀的值與另一個(gè)數(shù)據(jù)幀不完全相同（盡管顯然它們“接近”）。一條大約有 200 條線（黑線），另一條大約有 3648 條（紅線）。簡(jiǎn)而言之，紅色圖比黑色圖“填充”得多，但正如我之前所說(shuō)，Wavelength各個(gè)數(shù)據(jù)幀的值并不完全相同。它們也有不同的波長(zhǎng)范圍：300.2黑色從到795.5nm開(kāi)始紅色開(kāi)始199.975于1027.43nm我喜歡做的是這樣的：請(qǐng)注意，我將黑色的強(qiáng)度除以紅色的強(qiáng)度，其對(duì)應(yīng)的結(jié)果Wavelength被添加到新的 df 中。是否可以生成具有等效波長(zhǎng)的新數(shù)據(jù)幀并在強(qiáng)度之間進(jìn)行劃分？
1 回答
HUX布斯
TA貢獻(xiàn)1876條經(jīng)驗(yàn) 獲得超6個(gè)贊
這是您問(wèn)題的有效解決方案。我目前的假設(shè)是儀器的采樣率是相同的。由于您沒(méi)有提供任何樣本，所以我生成了一些數(shù)據(jù)。答案基于連接Wavelength列上的兩個(gè)數(shù)據(jù)幀。
import pandas as pd
import numpy as np
##generating the test data
black_lambda = np.arange(300.2,795.5,0.1)
red_lambda = np.arange(199.975,1027.43,0.1)
I_black = np.random.random((1,len(black_lambda))).ravel()
I_red = np.random.random((1,len(red_lambda))).ravel()
df = pd.DataFrame([black_lambda,I_black]).T
df1 = pd.DataFrame([red_lambda,I_red]).T
df.columns=['lambda','I_black']
df1.columns=['lambda','I_red']
從這里開(kāi)始：
#setting lambda as index for both dataframes
df.set_index(['lambda'],inplace=True)
df1.set_index(['lambda'],inplace=True)
#concatenating/merging both dataframes into one
df3 = pd.concat([df,df1],axis=1)
#since both dataframes are not of same length, there will be some missing values. Taking care of them by filling previous values (optional).
df3.fillna(method='bfill',inplace=True)
df3.fillna(method='ffill',inplace=True)
#creating a new column 'division' to finish up the task
df3['division'] = df3['I_black'] / df3['I_red']
print(df3)
輸出：
I_black I_red division
lambda
199.975 0.855777 0.683906 1.251308
200.075 0.855777 0.305783 2.798643
200.175 0.855777 0.497258 1.720993
200.275 0.855777 0.945699 0.904915
200.375 0.855777 0.910735 0.939655
... ... ... ...
1026.975 0.570973 0.637064 0.896258
1027.075 0.570973 0.457862 1.247042
1027.175 0.570973 0.429709 1.328743
1027.275 0.570973 0.564804 1.010924
1027.375 0.570973 0.246437 2.316917
添加回答
舉報(bào)
0/150
提交
取消