如何使用非常量 Jacobin 集成 over pandas 数据框

Question

我有一个 pandas 数据框，看起来像这样：

E     p     S
.1   .1     4
.1.  .2     5
.    .      .
.    .      .
.3   .1     2
.3.  .2     4
.    .      .
.    .      .
15.  .1     5
15.  .2     9
.    .      .
.    .      .

如您所见，对于

E

的每个值，

p

和

S

都有多个值。我正在尝试对 E 的每个值执行积分

$n(E) = \Int dp p^2 S$

。不幸的是，由于积分中的

p^2

因素，我认为我不能使用

groupby(['E']).sum()

，因为这只会对

S 执行总和

没有

p^2

因素。任何以漂亮的 pythonic 方式完成此积分的方法都将不胜感激。

Answer 1

使用numpy的梯形公式你可以这样做：

df.groupby('E').apply(lambda x: np.trapz(x['S'].mul(x['p']**2), x['p']))