查找散点图中的下界

Question

这个问题实际上与我两天前发布的一个问题有关。仅供参考，这是它的链接： 问题版本1

由于我的思考方式显然没有答案，所以我的想法是过滤数据。 所以，我有这个数据集：

    d = {'Point': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40], 
 'Interval 1': [92.417, 117.364, 126.302, 121.816, 126.083, 85.267, 84.977, 85.610, 84.909, 84.535, 85.024, 85.059, 84.798, 84.001, 84.157, 104.918,'','','','','','','','','','','','','','','','','','','','','','','',''],
'Interval 2':['','','','','','','','','','','','','','','','',157.884,163.604,122.905,84.770,83.386,83.530,83.418,83.423,83.350,83.618,83.486,83.846,83.622,83.796,83.942,84.068,84.379,84.175,84.010,84.439,84.479,84.599,84.998,101.860]}

我将数据集转换为数据框：

data = pd.DataFrame(d)

然后对数据进行过滤，以便我仅获得间隔 1 和 2 中最低 10% 的值。

我寻找两列中的最小值：

min_val = min(data['Interval 1'].apply(pd.to_numeric,errors='coerce').min(), data['Interval 2'].apply(pd.to_numeric,errors='coerce').min())

然后我需要将空字符串转换为 NaN

cols = ['Interval 1', 'Interval 2']

data[cols] = data[cols].apply(pd.to_numeric, errors='coerce')

数据在 Excel 图表中的显示如下： 我想做的是让 python 代码查看数据并仅选择两个系列的低值。比如查看第一个值，然后检查下一个值是否更高 -> 如果是，则存储第一个值，如果不是，则临时存储第二个值并对所有数据点重复该过程。 也许还有其他选择，我愿意接受所有建议。 谢谢！

Answer 1

我正在尝试提炼你的问题。

首先，我不知道你想用

min_val

达到什么目的，你得到了它，然后你就不再提它了。

其次，您显示的图表与您提供的数据不符。显然，

Interval 1

在高度约 85 处有一个“平坦”部分。

无论如何，我会尽力回答你的主要问题。要以“pandas”方式执行此操作，您应该使用

shift

。让我们重点关注

Interval 1

。您可以像这样创建一个移位列：`data['Interval 1 moving'] = data['Interval 1'].shift(1) - 这会将列移位 1。

然后，您可以通过将其与其移位列进行比较来按

data['Interval 1']

进行过滤，就像链接的问题一样：

data['lower points interval 1'] = data['Interval 1 next row'] > data['Interval 1']

这将创建一个包含 True/False 的列，您可以对其进行过滤。