应用函数对熊猫数据进行处理，得到不同大小的数据输出

Question

我的目标是获取数据帧的局部最大高度的索引。这些变化在每栏3至5之间。

我尝试过使用apply函数，但是得到了错误Shape of passed values is (736, 4), indices imply (736, 480)或could not broadcast input array from shape (0) into shape (1)。

我的矩阵是480x736。

下面是我为应用函数编写的内容：

import numpy as np
import peakutils
df.apply(lambda x: peakutils.indexes(x, thres=0.02/max(x), min_dist=100))

以下是我能做的工作：

indexes =[]
import numpy as np
import peakutils
for column in df:
    indexes.append(peakutils.indexes(df[column], thres=0.02/max(df[column]), min_dist=100))

通常索引的长度为4，但偶尔我会得到1多或更少：

Out[32]: 
[array([ 12, 114, 217, 328, 433]),
 array([ 12, 116, 217, 325, 433]),
 array([ 64, 166, 283, 389]),
 array([105, 217, 326, 433]),
 array([105, 237, 390])]

我的猜测是，输出的问题来自于我不知道结果数据的形状。形状从一开始就无法确定。

如何将函数应用于输出大小和类型不同的df？

Answer 1

熊猫正试图用数组“做些什么”。您可以通过将lambda的返回值封装在pd.Series中来缩短“某物”的短路。

试试这个：

df.apply(lambda x: pd.Series(peakutils.indexes(x, thres=0.02/max(x), min_dist=100)))