熊猫按功能结果按时间序列数据分组
熊猫按功能结果按时间序列数据分组
提问于 2017-10-29 00:46:56
我正在分析电力系统时间序列数据，并试图找到超过某个阈值的连续数据点。
我目前正在手动使用excel公式，但当我试图搜索更有效的方法时，我意识到这可以在python大熊猫群比函数中完成。
但是，就我所读的示例而言，groupby函数只对具有相同标签的行进行分组。我想要做的是将一个特定的函数传递给groupby，这个函数可以检查=> 3值是否为=> 3，然后对这些值进行分组，并根据其违反阈值=>3的起始时间和结束时间对其进行索引。
输入：
+-------+---------+------+
| Index | Time | Value|
+-------+---------+------+
| 0 | 00:00:01| 3 |
| 1 | 00:00:02| 4 |
| 2 | 00:00:03| 5 |
| 3 | 00:00:04| 2 |
| 4 | 00:00:05| 6 |
| 5 | 00:00:06| 7 |
| 6 | 00:00:07| 1 |
| 7 | 00:00:08| 9 |
+-------+---------+------+输出：
+-------+-----------+----------+--------+
| Index | TimeStart | TimeEnd | Value |
+-------+-----------+----------+--------+
| 0 | 00:00:01 | 00:00:03 | 3,4,5 |
| 1 | 00:00:05 | 00:00:06 | 6,7 |
| 2 | 00:00:08 | 00:00:08 | 9 |
+-------+-----------+----------+--------+回答 1
Stack Overflow用户
回答已采纳
发布于 2017-10-29 00:55:56
- 创建一个小于
3的掩码 - 创建大于或等于
3的组的累积和 - 通过掩码过滤
df，然后使用groupby - 使用
agg一次传递多个函数 - 重命名列
mask = df.Value.lt(3)
grp = mask.cumsum()
d1 = df[~mask].groupby(grp[~mask]).agg(dict(
Time=['first', 'last'],
Value=lambda x: ','.join(map(str, x))
))
d1.columns = ['TimeStart', 'TimeEnd', 'Value']
d1
TimeStart TimeEnd Value
Value
0 00:00:01 00:00:03 3,4,5
1 00:00:05 00:00:06 6,7
2 00:00:08 00:00:08 9页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/46995864
复制相关文章
相似问题
腾讯云开发者
