Pandas

[jmarcellopereira]

Olá a todos. Gostei do pacote e estou usando nas aulas de física experimental no ifc luzerna em Santa Catarina. Quando uso o pacote em conjunto com o pandas ocorre isto:

from uncertain_panda import pandas as pd
import pandas as pd

Tabela = pd.DataFrame()

Tabela['Massa'] = [Medida((0.51, 0.01)),Medida((0.61, 0.01)), Medida((0.74, 0.01)), Medida((0.59, 0.01))]
Tabela['g'] = [Medida((9.78, 0.02)), Medida((9.81, 0.02)), Medida((9.88, 0.02)), Medida((9.78, 0.02))]

forca = pd.DataFrame()
forca['Forca'] = []

for i in range(0, 2):
   forca.loc[i] = [Tabela.Massa[[i]] * Tabela.g[[i]]]

forca

	Força
0	0 5.0±0.1 dtype: object
1	1 6.0±0.1 dtype: object

Como retirar a informação "dtype: object" do dataframe?

[gjvnq]

Não sei se isso é possível. Nunca tentei misturar essa biblioteca com o Pandas.

[jmarcellopereira]

Não sei se isso é possível. Nunca tentei misturar essa biblioteca com o Pandas.

Tranquilo

[brenopelegrin]

@jmarcellopereira é possível utilizar matrizes do numpy com o fork que criei, o que soluciona o seu problema, já que o numpy implementa a multiplicação elemento-elemento de matrizes. Basta instalar o fork:

pip install git+https://github.com/brenopelegrin/LabIFSC.git

E então, o código fica:

from LabIFSC import *
import pandas as pd
import numpy as np

Tabela = pd.DataFrame()

Tabela['Massa'] = M(np.array([0.51, 0.61, 0.74, 0.59]), incerteza=0.01)
Tabela['g'] = M(np.array([9.78, 9.81, 9.88, 9.78]), incerteza=0.02)

forca = pd.DataFrame()
forca['Forca'] = []

#Ao invés do for i in range(0,2), podemos fazer um slice do dataframe:
forca['Forca'] = Tabela['Massa'].iloc[0:2] * Tabela['g'].iloc[0:2]

forca

E então, seu output será:

Forca
0	(5.0±0.1)
1	(6.0±0.1)