從 pandas.Series 中選擇局部最小值和最大值

Question

有一個適用於ndarray的scipy.signal.argrelextrema函數，但是當我嘗試在pandas.Series上使用它時，它返回一個錯誤。 將它與熊貓一起使用的正確方法是什么？

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

你可能想像這樣使用它，

argrelextrema(s.values, np.greater)

您當前正在使用完整的熊貓系列，而 argrelextrema 需要一個 nd 數組。 s.values 為您提供 nd.array

Answer 2

即使s.values仍然可以正常工作（Pandas 0.25），現在推薦的方法是：

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

雖然還有一個s.array屬性，在這里使用它會失敗： TypeError: take() got an unexpected keyword argument 'axis' 。

注意： copy=False表示“不強制復制”，但它仍然可能發生。

Answer 3

遲到的回復當你的代碼顯示出來時，你的被熊貓讀取的數組應該轉向 numpy 數組。 所以只需嘗試通過np.array將數據框更改為 numpy 數組

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

或以不同的形狀

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