如何从pandas dataframe中提取x和y对，然后在symfit中使用？

Question

我正在使用pandas读取.csv文件。然后，我从数据帧中获取x和y对，并使用symfit对数据执行全局拟合。我对pandas dataframes和symfit都是新手。我当前的概念验证代码适用于两个数据集，但我希望它的编写方式适用于从原始.csv文件导入多少个数据集，该文件始终采用相同的格式--列将始终是格式为x1, y1, x2, y2,等的x和y值对。

我可以遍历数据帧并取出x1, y1, x2, y2,等的单个数组吗？这是否违背了使用数据帧的目的？

    # creating the dataframe

        from pandas import read_csv, Series, DataFrame, isnull

        data_file = read_csv(filename, header=None, skiprows=2) # no data in first two rows--these contain information I use later on for plotting

    # important note: data sets contain different numbers of points, so pandas reads in nan for any missing values.

        X1 = Series(data_file[0]).values
        X1 = x_1[~isnull(x_1)] # removes any nan values (up for any suggestions on a better way to do this. Other methods I have tried remove entire rows or columns that contain nan)

        Y1 = Series(data_file[1]).values
        Y1 = y_1[~isnull(y_1)]

        X2 = Series(data_file[2]).values
        X2 = x_2[~isnull(x_2)]

        Y2 = Series(data_file[3]).values
        Y2 = y_2[~isnull(y_2)]

    # sample data 
    # X1 = [12.5, 6.7, 5, 3.1, 128, 47, 5, 3.1, 6.7, 12.5]
    # Y1 = [280, 150, 127, 85, 400, 401, 110, 96, 131, 241]
    # X2 = [75, 39, 10, 7.7, 19, 39, 75]
    # Y2 = [296, 257, 141, 100, 181, 254, 324] 

从这里，我将X和Y传递给一个包含symfit的模型和拟合函数的类。我不认为我可以连接X和Y；我需要它们保持分离，这样symfit就可以为每个数据集(具有四个共享参数)拟合单独的曲线。

下面是我正在使用的模型。我可能搞砸了symfit的语法。我还在学习symfit，但到目前为止它已经很棒了。这种拟合适用于两个数据集，我能够提取拟合参数并在稍后绘制结果。

    # This model assumes two data sets. I need to figure out how to fit as many as 10 data sets.

        from symfit import parameters, variables, Fit, Model

        fi_1 = 0 # These parameters change with each x,y pair. These will also be read from the original data file. I have them hard-coded here for ease. 
        fi_2 = 1

        x_1, x_2, y_1, y_2 = variables('x_1, x_2, y_1, y_2')

        vmax, km, evk, ev = parameters('vmax, km, evk, ev') # these are all shared

        model = Model({
            y_1: vmax * x_1 / (km * (1 + (fi_1 * evk)) + x_1 * (1 + (fi_1 * ev))),
            y_2: vmax * x_2 / (km * (1 + (fi_2 * evk)) + x_2 * (1 + (fi_2 * ev)))})

        fit = Fit(model, x_1=X1, x_2=X2, y_1=Y1, y_2=Y2)
        fit_result = fit.execute()

问题摘要:我可以同时容纳多达10个x，y对。有没有一种干净的方法来迭代数据帧，这样我就可以避免对传递给symfit的x和y数组进行硬编码？

Answer 1

事实证明，这比我想象的要容易得多。我能够重新构造输入.csv文件，使其有一列表示x值，一列表示y值，另一列表示fi，即在数据集之间变化的参数。因此，所有属于一起的x，y对都有一个相应的值fi。例如，对于第一个数据集中的所有x，y对，fi =0，一旦第二个数据集开始，fi = 1。我可以很好地将它扩展到具有不同fi值的任意数量的x，y对。现在我可以有效地使用数据帧了：

data_file = read_csv(filename, header=None, skiprows=1) #first row contains column labels now

下面是简化的模型：

x, y, fi = variables('x, y, fi') # set variables
vmax, km, evk, ev = parameters('vmax, km, evk, ev') # set shared parameters

model = Model({y: vmax * x / (km * (1 + (fi * evk)) + x *(1 + (fi * ev)))})

fit = Fit(model, x=data_file[0], y=data_file[1], fi=data_file[2])

fit_result = fit.execute()

这是可行的，而且比我想象的要干净得多。重构输入文件以简化数据导入非常有帮助！