基于温度的预测实验结果

Question

我非常欢迎关于使这段代码更简洁的任何提示，请。在这个例子中，我们有一些实验结果。对于每个计划中的实验，我们根据4种温度预测结果，我们有4种预测结果，每种温度1种。

对于每个实验，当收到实际的实验时，我们需要找到它的预测结果，并使用实际的结果来找出结果之间的两个温度之间，然后使用与这些温度相对应的预测值。

也就是说，如果实际结果在Temp_10和Temp_15的值之间，我们知道我们必须使用Predicted_Result_10和Predicted_Result_15。

我欢迎任何关于如何使之更简洁的建议，而且大多数实验室至少有18种温度和18种预测结果，同时也能满足不同实验室的需求，这些实验室都有超过18种温度。我将知道每个实验室有多少个实验室有25种温度，有25种预测结果，英国实验室有20种温度，20种预测结果AUS实验室有18种温度和18种预测结果

耽误您时间，实在对不起

import pandas as pd

predicted_data = [['A',35,36,37,37,11.1955,11.8546,12.3809,12.8378],
                 ['B',38,36,38,37,9.2410,9.7486,10.1248,10.4282],
                  ['C',34,35,35,39,9.2686,9.7707,10.1330,10.4166]
                ]

result_data = [['A',11.3],
               ['B',10.11],
               ['C',9.53]]

predicted_df = pd.DataFrame(predicted_data,columns=['Experiment','Predicted_Result_10','Predicted_Result_15', \
                                                    'Predicted_Result_20','Predicted_Result_30', \
                                'Temp_10','Temp_15','Temp_20','Temp_30'])
print (predicted_df)
result_df = pd.DataFrame(result_data,columns=['Experiment','Result'])
print (result_df)

def dummy_function (predicted_result1: float, predicted_result2: float):
    # actual function is more complex
    print ('calculation using ', predicted_result1, predicted_result2)
    return predicted_result1 + predicted_result2

Experiment_A_result = 0
Experiment_B_result = 0
Experiment_C_result = 0

for index,result in result_df.iterrows():
   # search predicted results for each experiment
    # print (predicted_df.loc[predicted_df['Experiment'] == result['Experiment']])
    # print ( ' actual result ',result['Result'])
   # print (type(result['Result']))
    # print (predicted_df.loc[predicted_df['Experiment'] == result['Experiment']]['Temp_10'])

    # For an actual result, we want to find which 2 Temp columns from the predicted data does the actual
    # result fall between. Having found those 2 columns
    if (predicted_df.loc[predicted_df['Experiment'] == result['Experiment']]['Temp_10'].iloc[0]) <= result['Result'] \
        < predicted_df.loc[predicted_df['Experiment'] == result['Experiment']]['Temp_15'].iloc[0]:
        print (' do a calculation  using the predicted results 10 and 15 as they match the range')
        my_result = dummy_function(predicted_df.loc[predicted_df['Experiment'] == result['Experiment']]['Predicted_Result_10'].iloc[0],
                                   predicted_df.loc[predicted_df['Experiment'] == result['Experiment']]['Predicted_Result_15'].iloc[0])
    elif (predicted_df.loc[predicted_df['Experiment'] == result['Experiment']]['Temp_15'].iloc[0]) <= result['Result'] \
        < predicted_df.loc[predicted_df['Experiment'] == result['Experiment']]['Temp_20'].iloc[0]:
        print (' do a calculation  using the predicted results 15 and 20 as they match the range')
        my_result = dummy_function(
            predicted_df.loc[predicted_df['Experiment'] == result['Experiment']]['Predicted_Result_15'].iloc[0],
            predicted_df.loc[predicted_df['Experiment'] == result['Experiment']]['Predicted_Result_20'].iloc[0])
    elif (predicted_df.loc[predicted_df['Experiment'] == result['Experiment']]['Temp_20'].iloc[0]) <= result['Result'] \
        < predicted_df.loc[predicted_df['Experiment'] == result['Experiment']]['Temp_30'].iloc[0]:
        print (' do a calculation  using the predicted results 20 and 30 as they match the range')
        my_result = dummy_function(predicted_df.loc[predicted_df['Experiment'] == result['Experiment']]['Predicted_Result_20'].iloc[0],
                                   predicted_df.loc[predicted_df['Experiment'] == result['Experiment']]['Predicted_Result_30'].iloc[0])
    if result['Experiment'] == 'A':
        Experiment_A_result = Experiment_A_result + my_result
    elif result['Experiment'] == 'B':
        Experiment_B_result = Experiment_B_result + my_result
    else: Experiment_C_result = Experiment_C_result + my_result

Answer 1

你的数据是畸形的。而不是每个.有单独的Temp_列。这些(10，15等)是什么？温度？每个实验和温度应该有一个索引级别，Result列应该有3*4= 12行，这是因为这些索引级别的笛卡尔积。

不要编写_data列表，也不要单独定义columns。只需将一个dict直接传递到DataFrame构造函数中，该构造函数的键与列对应。

需要删除dummy_function并将其替换为聚合.sum()。

不要iterrows，除非作为最后的手段。更重要的是，我相信这是因为您拒绝展示您真正的代码在做什么，您的my_result基本上是没有意义的，因为它在每次迭代中都覆盖了自己。我将假设您只关心最后一行，这就是这个循环将提供的内容；因此，完全删除该循环。

链接的if语句在边缘没有良好的行为:如果实验结果超出了预测结果的范围，怎么办？目前，您根本不初始化my_result。所有这些ifs都应该被searchsorted的电话所取代。

建议

import pandas as pd

predicted_df = pd.DataFrame(
    {
          'Temp': (11.1955, 11.8546, 12.3809, 12.8378,  9.2410,  9.7486, 10.1248, 10.4282,  9.2686,  9.7707, 10.1330, 10.4166),
        'Result': (35,      36,      37,      37,      38,      36,      38,      37,      34,      35,      35,      39),
    }, index=pd.MultiIndex.from_product(
        names=('Experiment', 'Base_Temp'),
        iterables=(
            ('A', 'B', 'C'),
            (10, 15, 20, 30),
        ),
    ),
)

result_df = pd.DataFrame(
    {'Result': (11.30, 10.11, 9.53)},
    index=predicted_df.index.unique('Experiment'),
)

print(predicted_df)
print(result_df)

result = result_df.iloc[-1:]
experiment = predicted_df.loc[result.index]
y, = experiment.Temp.searchsorted(result.Result)
if 0 < y < experiment.shape[0]:
    my_result = experiment.Result.iloc[y-1: y+1].sum()
    print(my_result)

输出

                         Temp  Result
Experiment Base_Temp                 
A          10         11.1955      35
           15         11.8546      36
           20         12.3809      37
           30         12.8378      37
B          10          9.2410      38
           15          9.7486      36
           20         10.1248      38
           30         10.4282      37
C          10          9.2686      34
           15          9.7707      35
           20         10.1330      35
           30         10.4166      39
            Result
Experiment        
A            11.30
B            10.11
C             9.53
69