迭代删除 linregress Pandas 的多个数据点

Question

数据集优先/输出优先：

我需要反复删除多个数据点以获得斜率。评论部分说明删除了哪些数据点以获得斜率。

我只删除一个数据点的代码如下：

import numpy as np
import pandas as pd
from scipy import stats

df=pd.read_excel('I:/Python/Data/trial.xlsx')

grouped = df.groupby('TestEvent')
df["slope"] = np.NaN
for test_event, g in grouped:
    print('TestEvent: {}'.format(test_event))
    for i in g.index:
        others = g.loc[g.index != i, ["x-axis", "y-axis"]]
        slope, intercept, r_value, p_value, std_err = stats.linregress(others)
        print ("slope", slope, 'for data without pair', i)
        df.loc[i, "slope"] = slope

df.to_excel('trial4.xlsx')

---

使用上面的代码 (n=1)，我可以得到所有 10 个斜率，因为一次删除了一个数据点。 __ 现在我需要删除两个数据点（或 n>1），同时为两个序列（111 和 112）保持一个不变，如图所示。

每个序列最终会给出 90 个斜率数据点（0,....9 迭代 9 次）。

最后在输出数据框中，每个序列将有 90 个斜率值。

在所有最终数据帧中将有 180 个斜率值（对于序列 111 和 112）

感谢阅读。非常感谢您对此事的任何帮助。

Answer 1

使用itertools.combinations 获取在每种情况下要删除的行的列表。

import numpy as np
import pandas as pd
from itertools import combinations
...
slopes = pd.DataFrame(columns=["Test Event", "Removed 1", "Removed 2", "Slope"])    
for test_event, g in grouped:
    print('TestEvent: {}'.format(test_event))
    for rows_to_drop in combinations(g.index, 2):
        others = g[["x-axis", "y-axis"]].drop(list(rows_to_drop))
        slope, intercept, r_value, p_value, std_err = stats.linregress(others)
        print ("slope", slope, 'for data without rows', rows_to_drop)
        slopes.append({"Test Event": test_event,
                    "Removed 1": rows_to_drop[0],
                    "Removed 2": rows_to_drop[1],
                    "Slope": slope}])

请注意，每个序列只有 45 个唯一值，而不是 90 个，因为删除 (0, 1) 与删除 (1, 0) 相同。这会将斜率存储在单独的新数据框中。