échantillonnage sur la valeur mini

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

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:

---

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

---

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

Citation:

---

Envoyé par pans2020

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:

---

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...

salut,

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

Code:

---

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:

---

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

---

Citation:

---

Envoyé par BufferBob

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 8-)) ne correspond pas à l'exemple montré par le PO (lequel ne place le min que sur la ligne contenant ce min)...:oops:

Citation:

---

Envoyé par Sve@r

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

---

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

Citation:

---

Envoyé par Sve@r

(...) 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.

Citation:

---

Envoyé par BufferBob

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.