来自循环if语句的子集熊猫timeseries数据
来自循环if语句的子集熊猫timeseries数据
提问于 2019-05-24 14:58:37
请告诉我问题的标题是否准确--我想我需要一个循环if语句来解决下面的问题--我是Python和一般编程的新手，所以不知道术语是否正确。
我正在使用Spyder，从事一个研究项目。
我需要在现有的数据框架(df)中创建一个新变量，它提供了以下逻辑：
- 在time T1 (e1列中数字1的第一次出现)和time T2 (e1中的第2次1)之间，如果在任何变量(e2或e3)的T1和T2之间记录了1，或者T1和T2之间的v1值大于1，那么在T1和T2之间的一个名为'result‘的新列中放置一个1。
- 在time T2 (e1列中数字1的第二次出现)和time T3 (e1中的第3次出现)之间，如果在任何变量(e2或e3)的T2和T3之间记录了1，或者T2和T3之间的v1值大于1，那么在T2和T3之间的一个名为'result‘的新列中放置一个1。
在T3和T4等之间。
按照以上所述，我将根据所有具有1英寸“结果”的行创建数据子集，以供进一步分析。
要重新创建df的一小部分：
import pandas as pd
import numpy as np
import datetime
df = pd.DataFrame({'e1' : [1,np.nan,np.nan,1,np.nan,1,np.nan,np.nan,1,np.nan,np.nan,1,np.nan],
'e2' : [np.nan,1,np.nan,np.nan,np.nan,np.nan,np.nan,np.nan,np.nan,np.nan,np.nan,np.nan,np.nan],
'e3' : [np.nan,np.nan,np.nan,np.nan,1,np.nan,np.nan,np.nan,np.nan,np.nan,np.nan,np.nan,np.nan],
'v1' : [1,1,1,1,1,1,1,1,1,1.2,1.5,1,1],},
index=pd.date_range('2019-05-02T00:00:00', '2019-05-02T01:00:00', freq='5T'))其结果应该是：
'result' : [1,1,1,1,1,np.nan,np.nan,np.nan,np.nan,1,1,np.nan,np.nan]我希望这是合理的。
谢谢!
编辑31.05.2019
然而，在大多数情况下，所建议的解决方案在关键方面失败了：
我已经编辑了示例数据以包含一个实例，其中e1和e2在00:25:00都有一个观察。
import pandas as pd
import numpy as np
import datetime
df = pd.DataFrame({'e1' : [1,np.nan,np.nan,1,np.nan,1,np.nan,np.nan,1,np.nan,np.nan,1,np.nan],
'e2' : [np.nan,1,np.nan,np.nan,np.nan,1,np.nan,np.nan,np.nan,np.nan,np.nan,np.nan,np.nan],
'e3' : [np.nan,np.nan,np.nan,np.nan,1,np.nan,np.nan,np.nan,np.nan,np.nan,np.nan,np.nan,np.nan]},
index=pd.date_range('2019-05-02T00:00:00', '2019-05-02T01:00:00', freq='5T'))The issue
我遇到的问题是，建议的解决方案是在00:25:00到00:40:00之间报告一个结果，我希望结果不包括这个结果。我想要代码分析列e1中1之间的时间，不包括e1中观察的时间。
我希望这有道理..。
Stack Overflow用户
发布于 2019-05-24 15:34:39
这可以通过掩蔽和分组来实现：
# if there is an event at that time
events = df[['e2','e3']].notna().any(axis=1)
# if v1 > 1 at given time
v1g1 = df['v1'].gt(1)
# mask
mask = v1g1 | events
# group the events by e1
df['result'] = mask.groupby(df.e1.fillna(0).cumsum()).transform('any')
# if you want 1 and NaN:
df['result'] = np.where(mask.groupby(df.e1.fillna(0).cumsum()).transform('any'),
1, np.nan)输出是True，False而不是1, NaN
e1 e2 e3 v1 result
2019-05-02 00:00:00 1.0 NaN NaN 1.0 True
2019-05-02 00:05:00 NaN 1.0 NaN 1.0 True
2019-05-02 00:10:00 NaN NaN NaN 1.0 True
2019-05-02 00:15:00 1.0 NaN NaN 1.0 True
2019-05-02 00:20:00 NaN NaN 1.0 1.0 True
2019-05-02 00:25:00 1.0 NaN NaN 1.0 False
2019-05-02 00:30:00 NaN NaN NaN 1.0 False
2019-05-02 00:35:00 NaN NaN NaN 1.0 False
2019-05-02 00:40:00 1.0 NaN NaN 1.0 True
2019-05-02 00:45:00 NaN NaN NaN 1.2 True
2019-05-02 00:50:00 NaN NaN NaN 1.5 True
2019-05-02 00:55:00 1.0 NaN NaN 1.0 False
2019-05-02 01:00:00 NaN NaN NaN 1.0 False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/56295157
复制相关文章
相似问题
腾讯云开发者
