多数据集双峰统计计算异常：标准差计算逻辑问题求助

开发者阿泽

2026-6-21

多峰数据集局部统计标准差计算问题解决

核心目标

处理6个各含2个峰的数据集，针对每个峰计算两个差值：
1. |mean(x位置) - max(x位置)|
2. |mean(x位置) - median(x位置)|
对每个差值，按数据集+峰的维度分别计算标准差并输出

当前实现现状

已正确完成单个峰的两个差值计算
仅支持单个峰的标准差计算，且当前逻辑疑似将多峰数据混杂计算，得到无意义的全局平均标准差，未实现按「数据集-峰」维度的局部标准差统计

针对性解决方案

基于复合Sigmoid拟合的峰值定位逻辑，从数据分组、计算逻辑重构两方面修正：

1. 严格按「数据集-峰」维度分组数据

利用峰值定位结果为每个数据点标记所属的数据集ID和峰ID，确保后续统计仅针对单个峰的样本：

若使用Pandas，可通过groupby(['dataset_id', 'peak_id'])实现分组；若用原生Python，可构建嵌套字典存储各分组数据

2. 重构标准差计算逻辑

对每个「数据集-峰」分组，先收集该峰所有样本的两个差值，再单独计算标准差：

# 示例伪代码（假设已完成峰值标记与基础差值计算）
final_results = {}
# 按数据集和峰分组遍历
for (ds_id, peak_id), peak_data in grouped_data.items():
    # 提取当前峰的所有差值
    diffs_mean_max = peak_data['diff_mean_max']
    diffs_mean_median = peak_data['diff_mean_median']
    # 计算差值的标准差（样本量小于2时设为0避免报错）
    std_mean_max = diffs_mean_max.std() if len(diffs_mean_max) > 1 else 0
    std_mean_median = diffs_mean_median.std() if len(diffs_mean_median) > 1 else 0
    # 存储结果
    final_results[(ds_id, peak_id)] = {
        'std|mean-max|': std_mean_max,
        'std|mean-median|': std_mean_median,
        'sample_count': len(peak_data)
    }