web-dev-qa-db-fra.com

python pandas: comment calculer la dérivée / le gradient

Étant donné que j'ai les deux vecteurs suivants:

In [99]: time_index
Out[99]: 
[1484942413,
 1484942712,
 1484943012,
 1484943312,
 1484943612,
 1484943912,
 1484944212,
 1484944511,
 1484944811,
 1484945110]

In [100]: bytes_in
Out[100]: 
[1293981210388,
 1293981379944,
 1293981549960,
 1293981720866,
 1293981890968,
 1293982062261,
 1293982227492,
 1293982391244,
 1293982556526,
 1293982722320]

Où bytes_in est un compteur incrémentiel uniquement et time_index est une liste de horodatages unix (Epoch).

Objectif: Ce que je voudrais calculer, c'est le débit binaire.

Cela signifie que je vais construire un bloc de données comme

In [101]: timeline = pandas.to_datetime(time_index, unit="s")

In [102]: recv = pandas.Series(bytes_in, timeline).resample("300S").mean().ffill().apply(lambda i: i*8)

In [103]: recv
Out[103]: 
2017-01-20 20:00:00    10351849683104
2017-01-20 20:05:00    10351851039552
2017-01-20 20:10:00    10351852399680
2017-01-20 20:15:00    10351853766928
2017-01-20 20:20:00    10351855127744
2017-01-20 20:25:00    10351856498088
2017-01-20 20:30:00    10351857819936
2017-01-20 20:35:00    10351859129952
2017-01-20 20:40:00    10351860452208
2017-01-20 20:45:00    10351861778560
Freq: 300S, dtype: int64

Question: Maintenant, ce qui est étrange, le calcul manuel du gradient me donne:

In [104]: (bytes_in[1]-bytes_in[0])*8/300
Out[104]: 4521.493333333333

qui est la bonne valeur ..

tout en calculant le gradient avec pandas me donne

In [124]: recv.diff()
Out[124]: 
2017-01-20 20:00:00          NaN
2017-01-20 20:05:00    1356448.0
2017-01-20 20:10:00    1360128.0
2017-01-20 20:15:00    1367248.0
2017-01-20 20:20:00    1360816.0
2017-01-20 20:25:00    1370344.0
2017-01-20 20:30:00    1321848.0
2017-01-20 20:35:00    1310016.0
2017-01-20 20:40:00    1322256.0
2017-01-20 20:45:00    1326352.0
Freq: 300S, dtype: float64

qui n'est pas la même que ci-dessus, 1356448.0 est différent de 4521.493333333333

Pourriez-vous s'il vous plaît éclairer ce que je fais mal?

pythonpandasdata-analysis
12
onedreamcloser

pd.Series.diff() ne prend que les différences. Il ne se divise pas également par le delta de l'indice.

Cela vous donne la réponse

recv.diff() / recv.index.to_series().diff().dt.total_seconds()

2017-01-20 20:00:00            NaN
2017-01-20 20:05:00    4521.493333
2017-01-20 20:10:00    4533.760000
2017-01-20 20:15:00    4557.493333
2017-01-20 20:20:00    4536.053333
2017-01-20 20:25:00    4567.813333
2017-01-20 20:30:00    4406.160000
2017-01-20 20:35:00    4366.720000
2017-01-20 20:40:00    4407.520000
2017-01-20 20:45:00    4421.173333
Freq: 300S, dtype: float64

Vous pouvez également utiliser numpy.gradient en passant le bytes_in et le delta que vous attendez. Cela ne réduira pas la longueur d'un, mais fera des hypothèses sur les bords.

np.gradient(bytes_in, 300) * 8

array([ 4521.49333333,  4527.62666667,  4545.62666667,  4546.77333333,
        4551.93333333,  4486.98666667,  4386.44      ,  4387.12      ,
        4414.34666667,  4421.17333333])
15
piRSquared

Comme il n'y a pas de méthode derivative intégrée dans Pandas Series/DataFrame, vous pouvez utiliser https://github.com/scls19fr/pandas-helper-calc =.

Il fournira un nouvel accessoire appelé calc à Pandas Series et DataFrames pour calculer la dérivée numérique et l'intégrale.

Vous pourrez donc simplement faire

recv.calc.derivative()

Il utilise diff() sous le capot.

0
scls

Une explication naïve serait que diff soustrait littéralement les entrées suivantes tandis que np.gradient utilise un schéma de différence central.

0
Zitzero