如何獲取Pandas DataFrame中的值的索引？

Question

我相信這個問題肯定有一個非常簡單的解決方案，但我無法找到它（並瀏覽以前提出的問題，我沒有找到我想要的或不明白的答案）。

我有一個類似的數據幀（只是更大，還有更多的行和列）：

 x val1 val2 val3 
0 0.0 10.0 NaN NaN 
1 0.5 10.5 NaN NaN 
2 1.0 11.0 NaN NaN 
3 1.5 11.5 NaN 11.60 
4 2.0 12.0 NaN 12.08 
5 2.5 12.5 12.2 12.56 
6 3.0 13.0 19.8 13.04 
7 3.5 13.5 13.3 13.52 
8 4.0 14.0 19.8 14.00 
9 4.5 14.5 14.4 14.48 
10 5.0 15.0 19.8 14.96 
11 5.5 15.5 15.5 15.44 
12 6.0 16.0 19.8 15.92 
13 6.5 16.5 16.6 16.40 
14 7.0 17.0 19.8 18.00 
15 7.5 17.5 17.7 NaN 
16 8.0 18.0 19.8 NaN 
17 8.5 18.5 18.8 NaN 
18 9.0 19.0 19.8 NaN 
19 9.5 19.5 19.9 NaN 
20 10.0 20.0 19.8 NaN 

在下一步驟中，我需要計算導數DVAL/DX針對每個值的列（實際上我有3列以上，所以我需要在循環中有一個強大的解決方案，我不能每次手動選擇行）。但是由於某些列的NaN值，我正面臨着x和val不是同一維度的問題。我覺得解決這個問題的方法是隻選擇x的區間，其中val是notnull。但我無法做到這一點。我可能犯了一些非常愚蠢的錯誤（我不是程序員，我非常無能，所以請耐心等待:)）。

這是目前爲止的代碼（現在我想到了，我可能因爲遺留了一些舊代碼而導致了一些錯誤，因爲我已經搞了一會兒，嘗試了不同的事情）：

import pandas as pd 
import numpy as np 

df = pd.read_csv('H:/DocumentsRedir/pokus/dataframe.csv', delimiter=',') 

vals = list(df.columns.values)[1:] 

for i in vals: 
    V = np.asarray(pd.notnull(df[i])) 

    mask = pd.notnull(df[i]) 
    X = np.asarray(df.loc[mask]['x']) 

    derivative=np.diff(V)/np.diff(X) 

但我收到此錯誤：

ValueError: operands could not be broadcast together with shapes (20,) (15,) 

所以，很明顯，它沒有選擇只有NOTNULL值...

是否有一個明顯的錯誤，我一個我應該採用哪種方式或採取不同的方法？謝謝！

（而另一個同樣重要的問題：是np.diff右功能用在這裏或曾有我最好用有限差分人工計算它我沒有找到numpy的文件非常有用嗎？）。

Answer 1

要計算DVAL/DX：

dVal = df.iloc[:, 1:].diff() # `x` is in column 0. 
dX = df['x'].diff() 
>>> dVal.apply(lambda series: series/dX) 

    val1 val2 val3 
0 NaN NaN NaN 
1  1 NaN NaN 
2  1 NaN NaN 
3  1 NaN NaN 
4  1 NaN 0.96 
5  1 NaN 0.96 
6  1 15.2 0.96 
7  1 -13.0 0.96 
8  1 13.0 0.96 
9  1 -10.8 0.96 
10  1 10.8 0.96 
11  1 -8.6 0.96 
12  1 8.6 0.96 
13  1 -6.4 0.96 
14  1 6.4 3.20 
15  1 -4.2 NaN 
16  1 4.2 NaN 
17  1 -2.0 NaN 
18  1 2.0 NaN 
19  1 0.2 NaN 
20  1 -0.2 NaN 

我們差的所有列（除了第一個），然後應用lambda函數，其通過在X列中的差異除以它的每一列。