Python Dataframe-使用polyfit查找每2组列的斜率

我有一个包含50多列的Python数据框架，如下所示：

 x1   y1    x2   y2  ...  x25  y25
1.8  21.3  1.6  21.8 ...  1.9  21.7
2.6  25.4  2.7  26.3 ...  2.8  27.8
3.5  30.4  3.6  32.1 ...  3.3  33.6

我想用多边形拟合来求每对（x，y）的斜率。这意味着slope1=np.polyfit（x1，y1，1）[0]，…，slope25=np.polyfit（x25，y25，1）[0]，依此类推

---

我很难弄清楚如何进行。任何帮助都将不胜感激。谢谢。

您可以选择成对和不成对列并传递到

np。polyfit

（所有列排序和所有对

x，y

）并在列表中计算输出：

out = [np.polyfit(df[x], df[y], 1)[0] for x, y in zip(df.columns[::2], df.columns[1::2])]

print (out)
[5.357142857142858, 5.1112956810631225, 8.294701986754967]

如有必要，最后一次传递到DataFrame：

df1 = pd.DataFrame({'no': df.columns.str.extract('(\d+)', expand=False).drop_duplicates(),
                    'slope': out})
print (df1)
   no     slope
0   1  5.357143
1   2  5.111296
2  25  8.294702

或者创建

多索引

，按

x，y

或数字拆分，然后在

groupby

中使用自定义功能：

df.columns = pd.MultiIndex.from_frame(df.columns.str.extract('([xy])(\d+)'))


def f(x):
    x = x.droplevel(1, axis=1)
    return np.polyfit(x.x, x.y, 1)[0]

df = df.groupby(axis=1, level=1).apply(f).rename_axis('no').reset_index(name='slope')
print (df)
   no     slope
0   1  5.357143
1   2  5.111296
2  25  8.294702