我有如下数据:
100 105 110
timestamp
2020-11-0112:00:00 0.2 0.5 0.1
2020-11-0112:01:00 0.3 0.8 0.2
2020-11-0112:02:00 0.8 0.9 0.4
2020-11-0112:03:00 1 0 0.4
2020-11-0112:04:00 0 1 0.5
2020-11-0112:05:00 0.5 1 0.2我希望使用dataframe来选择值大于等于0.5而小于等于1的列,并且需要发生这些事件的索引/时间戳。每个列可能有多个这样的事件。所以,100,可以是从12:00到12:03之间的0.5到1,然后再从12:20到12:30。当它达到0时,它需要重置。列名是可变的。
我还想要列值在0.5到1之间的时间差,所以从上面看是3分钟和10分钟。
对于索引出现在的范围,预期的输出将带有dict:
100 105 110
timestamp
2020-11-0112:00:00 NaN 0.5 NaN
2020-11-0112:01:00 NaN 0.8 NaN
2020-11-0112:02:00 0.8 0.9 NaN
2020-11-0112:03:00 1 NaN NaN
2020-11-0112:04:00 NaN 1 0.5
2020-11-0112:05:00 0.5 1 NaN而且很可能是一种计算分钟数的方法,它可能存在于dict/dicts列表中:
["105":
[{"from": "2020-11-0112:00:00", "to":"2020-11-0112:02:00"},
{"from": "2020-11-0112:04:00", "to":"2020-11-0112:05:00"}]
...
]从本质上说,我想要一个在结尾的小弟弟来评估。
发布于 2020-11-27 21:25:04
基本上,最好是得到有序的时间戳序列;然后,您可以操纵它以获得差异。如果问题只是关于Pandas切片而不是时间戳操作,那么您需要执行以下操作:
df[df["100"] >= 0.5][df["100"] <= 1]["timestamp"].values熊猫数据帧比较操作
对于Pandas,数据帧,正常的比较操作被覆盖。如果执行dataframe_instance >= 0.5,则结果是布尔值序列。序列中的单个值是将单个数据帧值与0.5进行比较的结果。
熊猫数据帧切片
此序列可用于从数据帧中筛选子序列。这是可能的,因为Pandas切片被覆盖并作为reach滤波算法实现。
https://stackoverflow.com/questions/65043820
复制相似问题