Discussion :

[pans2020]

Bonjour,

j'aimerai dans un DataFrame(pandas) (beaucoup plus grand que l’exemple) ,dans une colonne trouvé le minimum par lot de 5 valeur (une sorte échantillonnage sur la valeur mini)

je ne trouve pas de solution ,merci de votre aide

	volume_nappe_min_hor	valeur_final
2019-02-01	236.182	236.182
2019-02-02	2169.59
2019-02-03	831.993
2019-02-04	358.897
2019-02-05	318.064
2019-02-06	284.661	284.6
2019-02-07	501.12
2019-02-08	367.595
2019-02-09	306.555
2019-02-10	838.952
2019-02-11	390.737
2019-02-12	326.779
2019-02-13	243.793
2019-02-14	183.42	183.42
2019-02-15	241.558
2019-02-16	221.979
2019-02-17	169.057
2019-02-18	228.134
2019-02-19	180.55
2019-02-20	138.609	138.609
2019-02-21	142.635
2019-02-22	122.321
2019-02-23	124.902
2019-02-24	112.064
2019-02-25	101.883	101.883
2019-02-26	122.155
2019-02-27	122.149
2019-02-28	101.846

[Sve@r]

Bonjour
Qu'entends-tu par "lot de 5" ? Est-ce le minimum de chaque groupe de 5 lignes ?

Voici par exemple comment obtenir le minimum de chaque "5 nombres" dans un tableau

Code python :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
tab=tuple(range(17))
print(tuple(min(tab[i:i+5]) for i in range(0, len(tab), 5)))

[pans2020]

bonjour,

Je n'ai pas été très claire.

dans la colonne volume_nappe_min_hor par série de 5 lignes on chercher la valeur minimum que l'on met dans la colonne valeur final

date	volume_nappe_min_hor	valeur_final
2019-02-01	236.182	236.182
2019-02-02	2169.59
2019-02-03	831.993
2019-02-04	358.897
2019-02-05	318.064
---------------	--------------------------------	------------------
2019-02-06	284.661	284.6
2019-02-07	501.12
2019-02-08	367.595
2019-02-09	306.555
2019-02-10	838.952
---------------	--------------------------------	------------------
2019-02-11	390.737
2019-02-12	326.779
2019-02-13	243.793
2019-02-14	183.42	183.42
2019-02-15	241.558

[Sve@r]

dans la colonne volume_nappe_min_hor par série de 5 lignes on chercher la valeur minimum que l'on met dans la colonne valeur final

Ok. Cela présuppose donc que au départ, pour toutes les lignes, la 3° colonne n'existe pas.
Il faut donc

1. lire les lignes par groupe de 5 et les spliter en colonnes
2. récupérer le min de la 2° colonne
3. réécrire ces lignes en rajoutant ce min pour la ligne contenant ce min en 3° colonne

Et recommencer tant qu'il y a des lignes.

Code python :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
lignes=[
	"2019-02-01 236.182",
	"2019-02-02 2169.59",
	"2019-02-03 831.993",
	"2019-02-04 358.897",
	"2019-02-05 318.064",
	"2019-02-06 284.661",
	"2019-02-07 501.12",
	"2019-02-08 367.595",
	"2019-02-09 306.555",
	"2019-02-10 838.952",
	"2019-02-11 390.737",
	"2019-02-12 326.779",
	"2019-02-13 243.793",
	"2019-02-14 183.42",
	"2019-02-15 241.558",
]
data=[[x[0], float(x[1])] for x in (l.split() for l in lignes)]
 
for i in range(0, len(data), 5):
	m=min(x[1] for x in data[i:i+5])
	for d in data[i:i+5]:
		if d[1] == m:
			d.append(m)
			break
		# if
	# for
# for
 
for d in data: print(d)

Voilà. Quand on décrit clairement les étapes, c'est toujours plus facile à coder ensuite...

[BufferBob]

salut,

perso j'aurai tendance à faire un truc dans ce genre là :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
import pandas as pd
 
timestamps = ['2019-02-01', '2019-02-02', '2019-02-03', '2019-02-04', '2019-02-05', '2019-02-06', '2019-02-07', '2019-02-08', '2019-02-09', '2019-02-10', '2019-02-11', '2019-02-12', '2019-02-13', '2019-02-14', '2019-02-15', '2019-02-16', '2019-02-17', '2019-02-18', '2019-02-19', '2019-02-20', '2019-02-21', '2019-02-22', '2019-02-23', '2019-02-24', '2019-02-25', '2019-02-26', '2019-02-27', '2019-02-28']
datas = [236.182, 2169.59, 831.993, 358.897, 318.064, 284.661, 501.12, 367.595, 306.555, 838.952, 390.737, 326.779, 243.793, 183.42, 241.558, 221.979, 169.057, 228.134, 180.55, 138.609, 142.635, 122.321, 124.902, 112.064, 101.883, 122.155, 122.149, 101.846]
 
df = pd.DataFrame({'volume_nappe_min_hor' : datas}, index=pd.to_datetime(timestamps))
df['valeur_final'] = df.groupby(pd.np.arange(len(df))//5).transform('min')

et le résultat :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
            volume_nappe_min_hor  valeur_final
2019-02-01               236.182       236.182
2019-02-02              2169.590       236.182
2019-02-03               831.993       236.182
2019-02-04               358.897       236.182
2019-02-05               318.064       236.182
2019-02-06               284.661       284.661
2019-02-07               501.120       284.661
2019-02-08               367.595       284.661
2019-02-09               306.555       284.661
2019-02-10               838.952       284.661
2019-02-11               390.737       183.420
2019-02-12               326.779       183.420
2019-02-13               243.793       183.420
2019-02-14               183.420       183.420
2019-02-15               241.558       183.420
2019-02-16               221.979       138.609
2019-02-17               169.057       138.609
2019-02-18               228.134       138.609
2019-02-19               180.550       138.609
2019-02-20               138.609       138.609
2019-02-21               142.635       101.883
2019-02-22               122.321       101.883
2019-02-23               124.902       101.883
2019-02-24               112.064       101.883
2019-02-25               101.883       101.883
2019-02-26               122.155       101.846
2019-02-27               122.149       101.846
2019-02-28               101.846       101.846

[Sve@r]

perso j'aurai tendance à faire un truc dans ce genre là ... et le résultat

Ben oui mais... ce résultat (tout magnifique qu'il soit avec tes formules pandas auxquelle je ne pige absolument rien ) ne correspond pas à l'exemple montré par le PO (lequel ne place le min que sur la ligne contenant ce min)...

[BufferBob]

(...) formules pandas (...)

oui, ça semble faire partie des contraintes également d'après ce qu'indique le PO dans son premier post

(...) ne place le min que sur la ligne contenant ce min (...)

ah oui tiens, j'avais pas fait gaffe à ça, bien vu.

mais je me demande si ça a vraiment du sens, et même si on peut vraiment le faire à part en remplissant avec des NaN le reste de la colonne... à voir si quelqu'un peut proposer une solution plus exacte.

[Sve@r]

oui, ça semble faire partie des contraintes également d'après ce qu'indique le PO dans son premier post

Mouais je sais. Mais comme je connais pas Panda j'ai fait sans. Ensuite nul doute que le PO, voyant la technique utilisée, pourra très certainement la retraduire en pd. Sinon ben il pourra toujours le faire en méthode classique.