Pandas 熊猫：寻找函数的根

我在pandas中有一些数据框，其中的列可以看作是索引的平滑函数：

       f     g
 x  ------------
0.1 f(0.1) g(0.1)
0.2 f(0.2) g(0.2)

...

我想知道一些

f（x）=y

的

x

值，其中

y

是给定的，我不一定在我要找的

x

上有点

---

本质上，我想找到熊猫中一条直线和一个数据系列的交点。有没有最好的方法可以做到这一点？

假设您的数据帧如下所示：

import numpy as np
import pandas as pd

def unknown_func(x):
    return -x ** 3 + 1

x = np.linspace(-10, 10, 100)
df = pd.DataFrame({'f': unknown_func(x)}, index=x)

然后，使用scipy，您可以：

然后求解x的

f（x）-y=0

：

import scipy.optimize as optimize
root = optimize.brentq(lambda x: func(x)-y, x.min(), x.max())

---

---

请注意，您需要一些数据模型。上面是线性插值器， 隐式地为未知函数施加一个模型 生成数据

如果您已经有一个模型函数（例如

unknown\u func

），那么您可以使用它来代替

interp1d

返回的

func

。如果 您有一个参数化模型函数，然后可以使用 寻找最佳拟合参数。如果你选择了 要进行插值，还有许多其他选择（例如二次或三次 插值）用于您可能也会使用的插值。选择什么取决于您认为对数据建模最好的方法

import scipy.optimize as optimize
root = optimize.brentq(lambda x: func(x)-y, x.min(), x.max())

import numpy as np
import pandas as pd
import scipy.optimize as optimize
import scipy.interpolate as interpolate

def unknown_func(x):
    return -x ** 3 + 1

x = np.linspace(-10, 10, 100)
df = pd.DataFrame({'f': unknown_func(x)}, index=x)

y = 50
func = interpolate.interp1d(x, df['f'], kind='linear')
root = optimize.brentq(lambda x: func(x)-y, x.min(), x.max())
print(root)
# -3.6566397064

print(func(root))
# 50.0

idx = np.searchsorted(df.index.values, root)
print(df.iloc[idx-1:idx+1])
#                    f
# -3.737374  53.203496
# -3.535354  45.187410