3

长期阅读，第一次发帖。

我正在处理 Pandas DataFrames 中频率响应图的 x,y 数据。这是数据和图表的示例（请参阅帖子末尾的完整 .csv 文件）：

fbc['x'],fbc['y']

(0    [89.25, 89.543, 89.719, 90.217, 90.422, 90.686...
 1    [89.25, 89.602, 90.422, 90.568, 90.744, 91.242...
 2    [89.25, 89.689, 89.895, 90.305, 91.008, 91.74,...
 3    [89.25, 89.514, 90.041, 90.275, 90.422, 90.832...
 Name: x, dtype: object,
 0    [-77.775, -77.869, -77.766, -76.572, -76.327, ...
 1    [-70.036, -70.223, -71.19, -71.229, -70.918, -...
 2    [-73.079, -73.354, -73.317, -72.753, -72.061, ...
 3    [-70.854, -71.377, -74.069, -74.712, -74.647, ...
 Name: y, dtype: object)

其中 x = 频率和 y = 幅度数据。这些中的每一个的结果图如下所示：

请参阅此链接中的 x,y 图像图 - 还没有足够的点嵌入

我可以为 Dataframe 中 x,y 数据的每一行创建一个图。

我需要在 Pandas (Python) 中做的是在频率响应下降到本底噪声之前识别数据中的最高频率（永久）。如您所见，在某些地方 y 数据可能会达到非常低的值（例如 <-5​​0），但随后返回 >- 40。

如何在 Pandas / python 中检测（由于数据量非常大，理想情况下无需迭代）以找到最高频率（> -40），以便我知道频率不会再次返回 < -40，然后再跳回？基本上，我试图找到频段的末端。我尝试过使用一些 Pandas 统计数据（如果有这些数据也不错），但未能获得有用的数据。

提前感谢您提供的任何指示和方向。

这是一个可以使用 csv.reader 导入的 .csv 文件：https ://www.dropbox.com/s/ia7icov5fwh3h6j/sample_data.csv?dl=0

4

1 回答 1

0

我相信我已经想出了一个解决方案：

根据@katardin 的建议，我提出了以下建议，但我认为可以对其进行优化。同样，我将处理大量数据，因此如果有人能找到更优雅的解决方案，我将不胜感激。

for row in fbc['y']:
    list_reverse = row

    # Reverse y data so we read from end (right to left)
    test_list = list_reverse[::-1]

    # Find value of y data above noise floor (>-50)
    res = next(x for x, val in enumerate(test_list) if val > -50) 

    # Since we reversed the y data we must take the opposite of the returned res to 
    # get the correct index
    index = len(test_list) - res

    # Print results
    print ("The index of element is : " + str(index))

其中输出是索引号，如下所示：

The index of element is : 2460
The index of element is : 2400
The index of element is : 2398
The index of element is : 2382

我检查过的每一个都对应于我一直在寻找的确切的高频滚降点。好建议！

于 2020-03-11T20:13:27.520 回答