- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我有时间戳数据,我试图根据值是否大于 0 将数据集分解为“ block ”。我认为说明这一点的最佳方法是用一个示例......想象一下数据看起来像这样的数据(我手动输入了分组信息):
Timestamp, Value
2018-02-08 04:28:44, 0.0
2018-02-08 04:28:48, 0.0
2018-02-08 04:28:52, 0.5, group 1
2018-02-08 04:28:56, 0.5, group 1
2018-02-08 04:29:00, 5.3, group 1
2018-02-08 04:29:04, 5.3, group 1
2018-02-08 04:29:08, 5.3, group 1
2018-02-08 04:29:43, 4.7, group 1
2018-02-08 04:29:48, 4.7, group 1
2018-02-08 04:29:52, 3.7, group 1
2018-02-08 04:29:56, 3.7, group 1
2018-02-08 04:30:00, 2.3, group 1
2018-02-08 04:30:04, 2.3, group 1
2018-02-08 04:30:08, 2.3, group 1
2018-02-08 04:30:12, 0.0
2018-02-08 04:30:16, 0.0
2018-02-08 04:32:07, 0.0
2018-02-08 04:32:16, 0.0
2018-02-08 04:32:20, 2.1, group 2
2018-02-08 04:32:24, 2.1, group 2
2018-02-08 04:32:28, 2.1, group 2
2018-02-08 04:32:32, 4.7, group 2
2018-02-08 04:32:36, 4.7, group 2
2018-02-08 04:32:40, 9.0, group 2
2018-02-08 04:32:44, 9.0, group 2
2018-02-08 04:32:48, 9.0, group 2
...我想我可以使用groupby
函数来做到这一点 - 只要我上面手动输入的信息分组存在)。我想问题是我如何将这样的时间序列分成这样的组? (应该指出可能有数百个或数千个这样的群体)。
理想情况下,会有某种迭代器可以吐出这些组 - (可能有一个?) - 但我只是不知道它叫什么,或者甚至不知道开始寻找什么! (或者实际上,如果我的问题标题应该更改)
提前致谢。
最佳答案
我认为您需要按条件进行更改并按 cumsum
创建组,然后添加 numpy.where
替换为 NaN
s:
#comapre equality, not equality of 0
m = df['Value'].eq(0)
df['g'] = np.where(m, np.nan, (df['Value'].shift(-1).ne(0) & m).cumsum())
或者:
#comapre greater, less/equal of 0
m = df['Value'].gt(0)
df['g'] = np.where(m, (df['Value'].shift(-1).le(0) & m).cumsum(), np.nan)
Timestamp Value g
0 2018-02-08 04:28:44 0.0 NaN
1 2018-02-08 04:28:48 0.0 NaN
2 2018-02-08 04:28:52 0.5 1.0
3 2018-02-08 04:28:56 0.5 1.0
4 2018-02-08 04:29:00 5.3 1.0
5 2018-02-08 04:29:04 5.3 1.0
6 2018-02-08 04:29:08 5.3 1.0
7 2018-02-08 04:29:43 4.7 1.0
8 2018-02-08 04:29:48 4.7 1.0
9 2018-02-08 04:29:52 3.7 1.0
10 2018-02-08 04:29:56 3.7 1.0
11 2018-02-08 04:30:00 2.3 1.0
12 2018-02-08 04:30:04 2.3 1.0
13 2018-02-08 04:30:08 2.3 1.0
14 2018-02-08 04:30:12 0.0 NaN
15 2018-02-08 04:30:16 0.0 NaN
16 2018-02-08 04:32:07 0.0 NaN
17 2018-02-08 04:32:16 0.0 NaN
18 2018-02-08 04:32:20 2.1 2.0
19 2018-02-08 04:32:24 2.1 2.0
20 2018-02-08 04:32:28 2.1 2.0
21 2018-02-08 04:32:32 4.7 2.0
22 2018-02-08 04:32:36 4.7 2.0
23 2018-02-08 04:32:40 9.0 2.0
24 2018-02-08 04:32:44 9.0 2.0
25 2018-02-08 04:32:48 9.0 2.0
此外,如果g
列中的数字不重要,则只需要组:
m = df['Value'].eq(0)
df['g'] = np.where(m, np.nan, m.cumsum())
print (df)
Timestamp Value g
0 2018-02-08 04:28:44 0.0 NaN
1 2018-02-08 04:28:48 0.0 NaN
2 2018-02-08 04:28:52 0.5 2.0
3 2018-02-08 04:28:56 0.5 2.0
4 2018-02-08 04:29:00 5.3 2.0
5 2018-02-08 04:29:04 5.3 2.0
6 2018-02-08 04:29:08 5.3 2.0
7 2018-02-08 04:29:43 4.7 2.0
8 2018-02-08 04:29:48 4.7 2.0
9 2018-02-08 04:29:52 3.7 2.0
10 2018-02-08 04:29:56 3.7 2.0
11 2018-02-08 04:30:00 2.3 2.0
12 2018-02-08 04:30:04 2.3 2.0
13 2018-02-08 04:30:08 2.3 2.0
14 2018-02-08 04:30:12 0.0 NaN
15 2018-02-08 04:30:16 0.0 NaN
16 2018-02-08 04:32:07 0.0 NaN
17 2018-02-08 04:32:16 0.0 NaN
18 2018-02-08 04:32:20 2.1 6.0
19 2018-02-08 04:32:24 2.1 6.0
20 2018-02-08 04:32:28 2.1 6.0
21 2018-02-08 04:32:32 4.7 6.0
22 2018-02-08 04:32:36 4.7 6.0
23 2018-02-08 04:32:40 9.0 6.0
24 2018-02-08 04:32:44 9.0 6.0
25 2018-02-08 04:32:48 9.0 6.0
说明:
m = df['Value'].eq(0)
a = df['Value'].shift(-1).ne(0)
b = a & m
c = (a & m).cumsum()
d = np.where(m, np.nan, (df['Value'].shift(-1).ne(0) & m).cumsum())
df1 = pd.concat([df, m,a,b,c,pd.Series(d, index=df.index)], axis=1)
df1.columns = ['Timestamp','Value','==0','shifted != 0','chained by &','cumsum','out']
print (df1)
Timestamp Value ==0 shifted != 0 chained by & cumsum out
0 2018-02-08 04:28:44 0.0 True False False 0 NaN
1 2018-02-08 04:28:48 0.0 True True True 1 NaN
2 2018-02-08 04:28:52 0.5 False True False 1 1.0
3 2018-02-08 04:28:56 0.5 False True False 1 1.0
4 2018-02-08 04:29:00 5.3 False True False 1 1.0
5 2018-02-08 04:29:04 5.3 False True False 1 1.0
6 2018-02-08 04:29:08 5.3 False True False 1 1.0
7 2018-02-08 04:29:43 4.7 False True False 1 1.0
8 2018-02-08 04:29:48 4.7 False True False 1 1.0
9 2018-02-08 04:29:52 3.7 False True False 1 1.0
10 2018-02-08 04:29:56 3.7 False True False 1 1.0
11 2018-02-08 04:30:00 2.3 False True False 1 1.0
12 2018-02-08 04:30:04 2.3 False True False 1 1.0
13 2018-02-08 04:30:08 2.3 False False False 1 1.0
14 2018-02-08 04:30:12 0.0 True False False 1 NaN
15 2018-02-08 04:30:16 0.0 True False False 1 NaN
16 2018-02-08 04:32:07 0.0 True False False 1 NaN
17 2018-02-08 04:32:16 0.0 True True True 2 NaN
18 2018-02-08 04:32:20 2.1 False True False 2 2.0
19 2018-02-08 04:32:24 2.1 False True False 2 2.0
20 2018-02-08 04:32:28 2.1 False True False 2 2.0
21 2018-02-08 04:32:32 4.7 False True False 2 2.0
22 2018-02-08 04:32:36 4.7 False True False 2 2.0
23 2018-02-08 04:32:40 9.0 False True False 2 2.0
24 2018-02-08 04:32:44 9.0 False True False 2 2.0
25 2018-02-08 04:32:48 9.0 False True False 2 2.0
关于python - pandas groupby 列值(按零值分割),我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/48741911/
pandas.crosstab 和 Pandas 数据透视表似乎都提供了完全相同的功能。有什么不同吗? 最佳答案 pivot_table没有 normalize争论,不幸的是。 在 crosstab
我能找到的最接近的答案似乎太复杂:How I can create an interval column in pandas? 如果我有一个如下所示的 pandas 数据框: +-------+ |
这是我用来将某一行的一列值移动到同一行的另一列的当前代码: #Move 2014/15 column ValB to column ValA df.loc[(df.Survey_year == 201
我有一个以下格式的 Pandas 数据框: df = pd.DataFrame({'a' : [0,1,2,3,4,5,6], 'b' : [-0.5, 0.0, 1.0, 1.2, 1.4,
所以我有这两个数据框,我想得到一个新的数据框,它由两个数据框的行的克罗内克积组成。正确的做法是什么? 举个例子:数据框1 c1 c2 0 10 100 1 11 110 2 12
TL;DR:在 pandas 中,如何绘制条形图以使其 x 轴刻度标签看起来像折线图? 我制作了一个间隔均匀的时间序列(每天一个项目),并且可以像这样很好地绘制它: intensity[350:450
我有以下两个时间列,“Time1”和“Time2”。我必须计算 Pandas 中的“差异”列,即 (Time2-Time1): Time1 Time2
从这个 df 去的正确方法是什么: >>> df=pd.DataFrame({'a':['jeff','bob','jill'], 'b':['bob','jeff','mike']}) >>> df
我想按周从 Pandas 框架中的列中累积计算唯一值。例如,假设我有这样的数据: df = pd.DataFrame({'user_id':[1,1,1,2,2,2],'week':[1,1,2,1,
数据透视表的表示形式看起来不像我在寻找的东西,更具体地说,结果行的顺序。 我不知道如何以正确的方式进行更改。 df示例: test_df = pd.DataFrame({'name':['name_1
我有一个数据框,如下所示。 Category Actual Predicted 1 1 1 1 0
我有一个 df,如下所示。 df: ID open_date limit 1 2020-06-03 100 1 2020-06-23 500
我有一个 df ,其中包含与唯一值关联的各种字符串。对于这些唯一值,我想删除不等于单独列表的行,最后一行除外。 下面使用 Label 中的各种字符串值与 Item 相关联.所以对于每个唯一的 Item
考虑以下具有相同名称的列的数据框(显然,这确实发生了,目前我有一个像这样的数据集!:() >>> df = pd.DataFrame({"a":range(10,15),"b":range(5,10)
我在 Pandas 中有一个 DF,它看起来像: Letters Numbers A 1 A 3 A 2 A 1 B 1 B 2
如何减去两列之间的时间并将其转换为分钟 Date Time Ordered Time Delivered 0 1/11/19 9:25:00 am 10:58:00 am
我试图理解 pandas 中的下/上百分位数计算,但有点困惑。这是它的示例代码和输出。 test = pd.Series([7, 15, 36, 39, 40, 41]) test.describe(
我有一个多索引数据框,如下所示: TQ bought HT Detailed Instru
我需要从包含值“低”,“中”或“高”的数据框列创建直方图。当我尝试执行通常的df.column.hist()时,出现以下错误。 ex3.Severity.value_counts() Out[85]:
我试图根据另一列的长度对一列进行子串,但结果集是 NaN .我究竟做错了什么? import pandas as pd df = pd.DataFrame([['abcdefghi','xyz'],
我是一名优秀的程序员,十分优秀!