Warning: file_get_contents(/data/phpspider/zhask/data//catemap/2/python/357.json): failed to open stream: No such file or directory in /data/phpspider/zhask/libs/function.php on line 167

Warning: Invalid argument supplied for foreach() in /data/phpspider/zhask/libs/tag.function.php on line 1116

Notice: Undefined index: in /data/phpspider/zhask/libs/function.php on line 180

Warning: array_chunk() expects parameter 1 to be array, null given in /data/phpspider/zhask/libs/function.php on line 181

Warning: file_get_contents(/data/phpspider/zhask/data//catemap/3/wix/2.json): failed to open stream: No such file or directory in /data/phpspider/zhask/libs/function.php on line 167

Warning: Invalid argument supplied for foreach() in /data/phpspider/zhask/libs/tag.function.php on line 1116

Notice: Undefined index: in /data/phpspider/zhask/libs/function.php on line 180

Warning: array_chunk() expects parameter 1 to be array, null given in /data/phpspider/zhask/libs/function.php on line 181
Python Numpy Lognorm函数,用于数据帧_Python_Pandas_Numpy_Normal Distribution - Fatal编程技术网

Python Numpy Lognorm函数,用于数据帧

Python Numpy Lognorm函数,用于数据帧,python,pandas,numpy,normal-distribution,Python,Pandas,Numpy,Normal Distribution,假设您有一个如下所示的数据帧a: ID sigma miu prob 1 20 0.5 0.875 2 25 0.2 0.800 3 10 0.4 0.668 4 30 0.6 0.994 如何使用python创建另一个列来执行此Excel等效计算 LOGNORM.INV(prob, sigma, exp(miu)) 提前感谢:)这是scipy.stats.lognorm函数的预期输出,如中所述 这是scipy.stat

假设您有一个如下所示的数据帧a:

ID  sigma  miu   prob
1    20    0.5   0.875
2    25    0.2   0.800
3    10    0.4   0.668
4    30    0.6   0.994
如何使用python创建另一个列来执行此Excel等效计算

LOGNORM.INV(prob, sigma, exp(miu))

提前感谢:)

这是scipy.stats.lognorm函数的预期输出,如中所述

这是scipy.stats.lognorm函数的预期输出,如中所述

如错误所示,不会返回可以迭代的对象。它返回一个连续的随机变量。它继承自
scipy
的泛型类
scipy.stats.rv_continuous
,用于子脚本

我建议您检查,以便知道从中可以得到什么,并查看它的方法。

如错误所示,不会返回您可以迭代的对象。它返回一个连续的随机变量。它继承自
scipy
的泛型类
scipy.stats.rv_continuous
,用于子脚本


我建议您检查一下,这样您就知道从中可以得到什么,并查看它的方法。

使用
ppf
方法获得x的概率,在该概率下,概率是所需的

data = [20, 25, 10, 30]
miu = [0.5, 0.2, 0.4, 0.6]
prob = [0.875, 0.800, 0.668, 0.994]

df = pd.DataFrame(dict(sigma=data, miu=miu, prob=prob))

df['calc'] = scipy.stats.lognorm(s=df['sigma'], scale=np.exp(df['miu'])).ppf(df.prob)

使用
ppf
方法获得所需概率的x值

data = [20, 25, 10, 30]
miu = [0.5, 0.2, 0.4, 0.6]
prob = [0.875, 0.800, 0.668, 0.994]

df = pd.DataFrame(dict(sigma=data, miu=miu, prob=prob))

df['calc'] = scipy.stats.lognorm(s=df['sigma'], scale=np.exp(df['miu'])).ppf(df.prob)

请以文本而不是图片的形式包含您的数据。
scipy.stats.lognorm
返回一个
scipy.stats.\u distn\u infrastructure.rv\u freezed
对象,这就是为什么您在每一行中都会得到该对象,您到底要计算什么?也许是概率密度函数的计算?@jCalize谢谢,我正试图计算对数正态分布的倒数,我已经编辑了问题。请将您的数据作为文本,而不是图片包含在内。
scipy.stats.lognorm
返回一个
scipy.stats.\u distn\u infrastructure.rv\u freezed
对象,这就是为什么每一行都有这个对象,你到底想计算什么?也许是概率密度函数的计算?@jcalize谢谢,我正试图计算对数正态分布的倒数,我已经编辑了这个问题