使用Lambda处理多DataFrame提取ECG峰值数据的技术问题

需求回顾 #

现有存储ECG数据的DataFrame df_data（含slno索引列、data信号值列），已检测到的峰值信息存在df_bfi中（peak_at为峰值对应的slno，peak_marked为峰值信号值）。需要为每个峰值：

• 查找其左侧10个数据点范围内的局部转折点
• 筛选出信号值大于该峰值75%的转折点
• 将符合条件的转折点信息更新到df_bfi中

实现步骤与代码 #

1. 导入依赖库

import pandas as pd
import numpy as np
from scipy.signal import argrelextrema

2. 定义单峰值处理函数

这个函数负责处理单个峰值的转折点查找逻辑，返回符合条件的转折点信息：

def find_turnpoint(row, df_data):
    peak_slno = row['peak_at']
    peak_val = row['peak_marked']
    threshold = peak_val * 0.75
    
    # 确定左侧10个点的范围：避免索引越界，最小从0开始
    start_slno = max(0, peak_slno - 10)
    end_slno = peak_slno - 1  # 不包含峰值本身
    
    # 提取目标区间的ECG数据
    subset = df_data[(df_data['slno'] >= start_slno) & (df_data['slno'] <= end_slno)]
    if subset.empty:
        return pd.Series([np.nan, np.nan])
    
    # 查找局部转折点（这里以局部极大值为例，若需极小值可替换np.greater为np.less）
    # argrelextrema返回的是数组索引，需映射到原slno
    extrema_indices = argrelextrema(subset['data'].values, np.greater)[0]
    if len(extrema_indices) == 0:
        return pd.Series([np.nan, np.nan])
    
    # 筛选出符合阈值条件的转折点
    valid_turnpoints = subset.iloc[extrema_indices][subset['data'] > threshold]
    if valid_turnpoints.empty:
        return pd.Series([np.nan, np.nan])
    
    # 取距离峰值最近的转折点（即slno最大的那个）
    closest_turnpoint = valid_turnpoints.sort_values('slno', ascending=False).iloc[0]
    return pd.Series([closest_turnpoint['slno'], closest_turnpoint['data']])

3. 应用函数更新df_bfi

将函数应用到df_bfi的每一行，新增turnpoint_slno和turnpoint_value列存储结果：

# 假设已有df_data和df_bfi数据
df_bfi[['turnpoint_slno', 'turnpoint_value']] = df_bfi.apply(
    find_turnpoint, axis=1, args=(df_data,)
)

示例验证 #

模拟测试数据

# 模拟df_data：slno从0到50，生成带峰值的ECG-like数据
np.random.seed(42)
slno = np.arange(0, 51)
data = np.sin(slno * 0.5) + np.random.normal(0, 0.1, size=51)
# 手动添加一个明显峰值
data[25] = 2.0
df_data = pd.DataFrame({'slno': slno, 'data': data})

# 模拟df_bfi：标记峰值在slno=25
df_bfi = pd.DataFrame({'peak_at': [25], 'peak_marked': [2.0]})

运行后预期输出

peak_at  peak_marked  turnpoint_slno  turnpoint_value
0       25          2.0            20.0         1.923456  # 示例值，实际取决于数据

关键说明 #

• 若需要查找局部极小值转折点，只需将argrelextrema中的np.greater替换为np.less
• 若需保留所有符合条件的转折点，可将函数返回改为列表格式，后续用explode展开
• 边界处理：当峰值左侧不足10个点时，自动从数据起始点开始查找

内容的提问来源于stack exchange，提问作者S N B