2

我正在使用 pandas 读取 .csv 文件。然后，我从数据框中获取 x 和 y 对，并用于对数据symfit执行全局拟合。我是熊猫数据框和symfit. 我当前的概念验证代码适用于两个数据集，但我想以一种适用于从原始文件导入的许多数据集的方式编写它，这些数据集.csv将始终采用相同的格式——列将总是成对的x和y格式的值x1, y1, x2, y2,等。

我可以遍历数据框并提取单个数组x1, y1, x2, y2,等吗？这是否违背了使用数据框的目的？ 

    # creating the dataframe

        from pandas import read_csv, Series, DataFrame, isnull

        data_file = read_csv(filename, header=None, skiprows=2) # no data in first two rows--these contain information I use later on for plotting

    # important note: data sets contain different numbers of points, so pandas reads in nan for any missing values.

        X1 = Series(data_file[0]).values
        X1 = x_1[~isnull(x_1)] # removes any nan values (up for any suggestions on a better way to do this. Other methods I have tried remove entire rows or columns that contain nan)

        Y1 = Series(data_file[1]).values
        Y1 = y_1[~isnull(y_1)]

        X2 = Series(data_file[2]).values
        X2 = x_2[~isnull(x_2)]

        Y2 = Series(data_file[3]).values
        Y2 = y_2[~isnull(y_2)]

    # sample data 
    # X1 = [12.5, 6.7, 5, 3.1, 128, 47, 5, 3.1, 6.7, 12.5]
    # Y1 = [280, 150, 127, 85, 400, 401, 110, 96, 131, 241]
    # X2 = [75, 39, 10, 7.7, 19, 39, 75]
    # Y2 = [296, 257, 141, 100, 181, 254, 324]

从这里我将 X 和 Y 传递给一个包含 symfit 模型和拟合函数的类。我不认为我可以连接 X 和 Y；我需要它们保持独立，因此 symfit 将为每个数据集拟合单独的曲线（具有四个共享参数）。

下面是我正在使用的模型。我可能会破坏 symfit 的语法。我仍在学习 symfit，但到目前为止一切都很好。这种拟合适用于两个数据集，我能够提取拟合参数并稍后绘制结果。

    # This model assumes two data sets. I need to figure out how to fit as many as 10 data sets.

        from symfit import parameters, variables, Fit, Model

        fi_1 = 0 # These parameters change with each x,y pair. These will also be read from the original data file. I have them hard-coded here for ease. 
        fi_2 = 1

        x_1, x_2, y_1, y_2 = variables('x_1, x_2, y_1, y_2')

        vmax, km, evk, ev = parameters('vmax, km, evk, ev') # these are all shared

        model = Model({
            y_1: vmax * x_1 / (km * (1 + (fi_1 * evk)) + x_1 * (1 + (fi_1 * ev))),
            y_2: vmax * x_2 / (km * (1 + (fi_2 * evk)) + x_2 * (1 + (fi_2 * ev)))})

        fit = Fit(model, x_1=X1, x_2=X2, y_1=Y1, y_2=Y2)
        fit_result = fit.execute()

问题总结：我可以同时安装多达 10 个 x,y 对。是否有一种干净的方法来遍历数据帧，这样我就可以避免对传递给 symfit 的 x 和 y 数组进行硬编码？

4

1 回答 1

1

事实证明，这比我想象的要容易得多。我能够重组输入 .csv 文件，以便有一列用于 x 值，一列用于 y 值，一列用于 fi，即在数据集之间更改的参数。所以所有属于一起的 x,y 对都有一个对应的 fi 值。例如，对于第一个数据集中的所有 x,y 对，fi = 0，一旦第二个数据集开始，fi = 1。我可以很好地将其扩展为具有不同值的任意数量的 x,y 对为fi。现在我可以有效地使用数据框：

data_file = read_csv(filename, header=None, skiprows=1) #first row contains column labels now

这是简化的模型：

x, y, fi = variables('x, y, fi') # set variables
vmax, km, evk, ev = parameters('vmax, km, evk, ev') # set shared parameters

model = Model({y: vmax * x / (km * (1 + (fi * evk)) + x *(1 + (fi * ev)))})

fit = Fit(model, x=data_file[0], y=data_file[1], fi=data_file[2])

fit_result = fit.execute()

这很有效，而且比我想象的要干净得多。重组输入文件以简化数据导入有很大帮助！

于 2019-05-22T18:58:52.837 回答