应用上熊猫数据帧numpy的功能

Question

我有一个numpy的阵列如下：

 array([[1, 2], 
      [3, 4], 
      [5, 6], 
      [7, 8]]) 

阵列被名为myArray，我执行2D阵列上的两个索引操作，并得到如下结果：

 In[1]: a2 = myArray[1:] 
      a2 

    Out[1]:array([[3, 4], 
        [5, 6], 
        [7, 8]]) 


    In[2]: a1 = myArray[:-1] 
      a1 

    Out[2]:array([[1, 2], 
        [3, 4], 
        [5, 6]]) 

现在，我执行numpy的功能得到如下结果：

 In[]: theta = np.arccos((a1*a2).sum(axis= 1)/(np.sqrt((a1**2).sum(axis= 1)*(a2**2).sum(axis= 1)))) 
      theta 
    Out[]: array([ 0.1798535 , 0.05123717, 0.02409172]) 

我执行SA我一个等效的数据帧顺序操作：

In[]: df = pd.DataFrame(data = myArray, columns = ["x", "y"]) 
      df 
    Out[]: 
     x y 
     0 1 2 
     1 3 4 
     3 5 6 
     4 7 8 

    In[]: b2 = df[["x", "y"]].iloc[1:] 
    Out[]: b2 
      x y 
     1 3 4 
     2 5 6 
     3 7 8 

    In[]: b1 = df[["x", "y"]].iloc[:-1] 
     b1 
    Out[]: 
      x y 
     0 1 2 
     1 3 4 
     2 5 6 

但现在，当我试图让THETA的数据帧，我只得到0和NaN值

 In[]: theta2 = np.arccos((b1*b2).sum(axis= 1)/(np.sqrt((b1**2).sum(axis= 1)*(b2**2).sum(axis= 1)))) 
      theta2 
     Out[]: 
      0 NaN 
      1 0.0 
      2 0.0 
      3 NaN 
      dtype: float64 

它是正确的我正在应用numpy函数索引数据帧？将数据框应用于theta时应如何得到相同的结果？

UPDATE

如下建议，使用b1.values和b2.values的作品，但现在当我在构造函数，并把它应用到东风，我不断收到价值的错误：

 def theta(group): 
      b2 = df[["x", "y"]].iloc[1:] 
      b1 = df[["x", "y"]].iloc[:-1] 

      t = np.arccos((b1.values*b2.values).sum(axis= 1)/ 
       (np.sqrt((b1.values**2).sum(axis= 1)*(b2.values**2).sum(axis= 1)))) 

     return t 

     df2 = df.apply(theta) 

这给ValueError异常

 ValueError: Shape of passed values is (2, 3), indices imply (2, 4) 

请让我知道我错了。

在此先感谢。

Answer 1

b1和b2的索引没有对齐。

如果你这样做：

b2.index=b1.index 

np.arccos((b1*b2).sum(axis= 1)/(np.sqrt((b1**2).sum(axis= 1)*(b2**2).sum(axis= 1)))) 

应该输出：

Out[75]: 
0 0.179853 
1 0.051237 
2 0.024092 
dtype: float64 

如果您不希望更改索引，您可以显式调用df.values：

np.arccos((b1.values*b2.values).sum(axis= 1)/(np.sqrt((b1.values**2).sum(axis= 1)*(b2.values**2).sum(axis= 1))))