从 pandas.Series 中选择局部最小值和最大值

Question

有一个适用于ndarray的scipy.signal.argrelextrema函数，但是当我尝试在pandas.Series上使用它时，它返回一个错误。 将它与熊猫一起使用的正确方法是什么？

import numpy as np
import pandas as pd
from scipy.signal import argrelextrema
s = pd.Series(randn(10), range(10))
s
argrelextrema(s, np.greater)
---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-13-f3812e58bbe4> in <module>()
      4 s = pd.Series(randn(10), range(10))
      5 s
----> 6 argrelextrema(s, np.greater)

/usr/lib/python2.7/dist-packages/scipy/signal/_peak_finding.pyc in argrelextrema(data, comparator, axis, order, mode)
    222     """
    223     results = _boolrelextrema(data, comparator,
--> 224                               axis, order, mode)
    225     return np.where(results)
    226 

/usr/lib/python2.7/dist-packages/scipy/signal/_peak_finding.pyc in _boolrelextrema(data, comparator, axis, order, mode)
     60 
     61     results = np.ones(data.shape, dtype=bool)
---> 62     main = data.take(locs, axis=axis, mode=mode)
     63     for shift in xrange(1, order + 1):
     64         plus = data.take(locs + shift, axis=axis, mode=mode)

TypeError: take() got an unexpected keyword argument 'mode'

Answer 1

你可能想像这样使用它，

argrelextrema(s.values, np.greater)

您当前正在使用完整的熊猫系列，而 argrelextrema 需要一个 nd 数组。 s.values 为您提供 nd.array

Answer 2

即使s.values仍然可以正常工作（Pandas 0.25），现在推荐的方法是：

argrelextrema(s.to_numpy(), np.greater)
# equivalent to:
argrelextrema(s.to_numpy(copy=False), np.greater)

虽然还有一个s.array属性，在这里使用它会失败： TypeError: take() got an unexpected keyword argument 'axis' 。

注意： copy=False表示“不强制复制”，但它仍然可能发生。

Answer 3

迟到的回复当你的代码显示出来时，你的被熊猫读取的数组应该转向 numpy 数组。 所以只需尝试通过np.array将数据框更改为 numpy 数组

g = np.array(s) # g is new variable notation
argrelextrema(g, np.greater)

或以不同的形状

g = np.array(s) # g is new variable notation
argrelextrema(g, lambda a,b: (a>b) | (a<b))