基于Pandas时间序列的过滤

Question

有一个捕获一个月内每秒能源消耗的时间序列，在timestamp.Trying上使用索引加载到pandas数据帧中，以开发一个代码，该代码将显示出准确的持续时间窗口，在该窗口中，每秒的能源消耗> 1500，该窗口接近3小时(可能在2小时50分钟到3小时10分钟之间).This窗口将在一个月内每天出现，因此目标是捕获每一天的确切窗口持续时间

                         energy_consumed
timestamp   
2011-08-01 00:00:00-07:00   1322
2011-08-01 00:00:01-07:00   1322
2011-08-01 00:00:02-07:00   1328
2011-08-01 00:00:03-07:00   1328
2011-08-01 00:00:04-07:00   1328
2011-08-01 00:00:05-07:00   1328
2011-08-01 00:00:06-07:00   1328
2011-08-01 00:00:07-07:00   1320
2011-08-01 00:00:08-07:00   1320
2011-08-01 00:00:09-07:00   1320
2011-08-01 00:00:10-07:00   1320
2011-08-01 00:00:11-07:00   1320
2011-08-01 00:00:12-07:00   1320
2011-08-01 00:00:13-07:00   1320
2011-08-01 00:00:14-07:00   1320
2011-08-01 00:00:15-07:00   1320
2011-08-01 00:00:16-07:00   1320
2011-08-01 00:00:17-07:00   1318
2011-08-01 00:00:18-07:00   1318
2011-08-01 00:00:19-07:00   1318

完整的数据文件here

Answer 1

你有没有考虑过使用.isin()方法？

它基本上会根据你选择的列的列表中的特定值来过滤你的DataFrame。

因此，首先必须从值为>1500的energy_consumed列中获取所有值，将它们放在一个列表中，并将该列表用作.isin()方法中的参数：

energy_greater_than_condition_list = [x for x in df['energy_consumed'].values.tolist() if x > 1500]

df = df.loc[df['energy_consumed'].isin(energy_greater_than_condition_list)]

执行上述代码后的这个df现在将拥有所有的timestamp和energy_consumed值，用于energy_consumed的值仅大于1500。

我希望这能有所帮助:))。