问题描述
我正在研究如何快速实现计算点之间的相关性(在X、Y、Z中)，并在给定搜索方向的情况下测量相关性何时降至特定阈值以下。我在Calculating correlation between points where each points has a timeseries之前提出了一个相关问题，但我认为我需要重新表述这个问题以使其更清楚。
我有平面中点速度的时间历史，例如XZ平面，我想量化用于模拟(CFD模拟)的分辨率。为此，我想计算点之间的速度时程之间的皮尔逊相关系数，我想测量给定轴(例如沿X轴)的点的数量，直到相关性降到某个阈值以下(例如0.8)。
我现在有一个DataFrame中的所有数据，头部看起来像：
Velocity X Y Z Time
0 -12.125850 2.036 0 1.172 10.42
1 -12.516033 2.036 0 1.164 10.42
2 -11.816067 2.028 0 1.172 10.42
3 -10.722124 2.020 0 1.180 10.42
4 -10.628474 2.012 0 1.188 10.42
...
我希望在某些方向上输出这个点数，仅作为一个示例
X Y Z CorrDropNrPointsX CorrDropNrPointsZ
0 2.036 0 1.172 5 12
1 2.036 0 1.164 7 21
2 2.028 0 1.172 4 18
3 2.020 0 1.180 12 19
4 2.012 0 1.188 5 22
...
在我当前的实现中，我经常使用循环，例如.iterrow()，这永远需要花费很长时间，因为我的DataFrame中可以很容易地有30万行，所以我需要加快速度。
我现在使用直线来检测某一方向沿轴的点数
df_lines = df[[loop_axis]].drop_duplicates()
但平面中的点不一定完全对齐(可能存在1-e4 m量级的微小数值差异，这可能会导致这种方法的误差，有时点可能会结束，因为平面直接穿过几何图形，如果发生这种情况，则应该相互独立地查看一组点-例如，阈值距离D_L~1-e2 m。
我得到的前一个解决方案非常强大，它使用
计算所有点之间的相关性df["cc"] = df.groupby(["X", "Y", "Z"]).cumcount()
df.set_index(["cc","X", "Y", "Z"], inplace=True)
df.unstack(level=[1,2,3])["Velocity"].corr()
然而，我意识到在加载时，点不一定以正确的方式排序，因此需要这样做，对于最终的数据帧，我仍然循环通过行或列来测量相关性何时降至某个阈值以下。这种方法的另一个问题是，它将所有点之间的相关性计算为两倍，因此它将计算corr(P1，P2)和corr(P2，P1)，还将计算所有点的相关性。我不需要计算对角点之间的相关性，而只需要计算定义方向上的相关性。
所有点具有相同的时间点数量，因此以相同的频率和相同的开始和结束时间进行采样。
推荐答案
我想我多少明白您想要什么。
corr_df = df.unstack(level=[1,2,3])["Velocity"].corr()
可以对关联矩阵进行排序。
corr_df.sort_index(level=0, inplace=True)
X为0，Y为1，Z为2。
您说您想要相关性大于.80的点数。
corr_df_x = corr_df.sort_index(level=0)
corr_df_y = corr_df.sort_index(level=1)
corr_df_z = corr_df.sort_index(level=2)
x_df = (df.iloc[:,0].sort_index(level=0)
.groupby(df.iloc[:,0].gt(0.8).sort_index(level=0)
.ne(df.iloc[:,0].gt(0.8).sort_index(level=0).shift())
.cumsum())
.transform(lambda x: np.arange(1,len(x)+1)[::-1]))
x_df = x_df.where(df.sort_index(level=0).iloc[:,0].gt(0.8),0)
这篇关于每个点都有时间序列的点之间的相关性下降的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持编程学习网！