我有兩個數據幀，它們是光譜測量（都有兩列：Intensity和Wavelength），我需要在給定波長中將一個數據幀的強度除以另一個數據幀的強度，就像我除以兩個函數 一樣(I1 (λ) / I2 (λ))。困難在于兩個數據幀具有不同的大小，并且Wavelength一個數據幀的值與另一個數據幀不完全相同（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）。簡而言之，紅色圖比黑色圖“填充”得多，但正如我之前所說，Wavelength各個數據幀的值并不完全相同。它們也有不同的波長范圍：300.2黑色從到795.5nm開始紅色開始199.975于1027.43nm我喜歡做的是這樣的：請注意，我將黑色的強度除以紅色的強度，其對應的結果Wavelength被添加到新的 df 中。是否可以生成具有等效波長的新數據幀并在強度之間進行劃分？
1 回答
HUX布斯
TA貢獻1876條經驗 獲得超6個贊
這是您問題的有效解決方案。我目前的假設是儀器的采樣率是相同的。由于您沒有提供任何樣本，所以我生成了一些數據。答案基于連接Wavelength列上的兩個數據幀。
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
0/150
提交
取消