python - 如何以行 block 的形式检查进程的持续时间？

Question

我需要检查列 val1 的值是否大于 5，并且这些值至少保留 30 分钟。然后我需要知道大于 5 的值保持至少 30 分钟的情况对应的行 block 的第一行 id。

这是数据帧df:

date_time             val1
10-12-2018 20:30:00   1
10-12-2018 20:35:00   6
10-12-2018 20:38:00   7
10-12-2018 20:45:00   6
10-12-2018 20:58:00   4
10-12-2018 21:15:00   6   
10-12-2018 21:28:00   8
10-12-2018 21:30:00   7
10-12-2018 22:10:00   6
10-12-2018 22:15:00   4

在此示例中，当 val1 的值大于 5 时，我们有两个行 block :

block 1:

10-12-2018 20:35:00   6
10-12-2018 20:38:00   7
10-12-2018 20:45:00   6

block 2:

10-12-2018 21:15:00   6   
10-12-2018 21:28:00   8
10-12-2018 21:30:00   7
10-12-2018 22:10:00   6

但是， block 1 应被丢弃，因为持续时间为 10 分钟，低于 30 分钟。在区 block 2 中，持续时间为 55 分钟，大于 30 分钟，因此符合标准。

在此示例中，第一行 id 应为 5( block 1 中该行的 id:10-12-2018 21:15:00 6)

这就是我尝试解决该任务的方法，但是我的代码不认为行可以合并到 block 中，因为值 val1 可以上下增长。

c = "val1"
df.date_time=pd.to_datetime(df.date_time)
maintained = df[df[c]>5][['date_time']]
if len(maintained)>0:
     start = maintained["date_time"].iloc[0]
     end = maintained["date_time"].iloc[len(maintained)-1]
     if (abs(end-start).total_seconds()/60 > 30):
        print(True)
     else:
        print(False)
else:
     print(False)    

Answer 1

这是一种方法，一个一个地创建条件，首先应该将所有大于 5 的值分组到不同的组，使用 cumsum ，然后我们对每个值进行转换组获取 min 和 max 差异，并按这两个条件过滤组

s=df.val1.lt(5)
df1=df[~s].copy()
s1=df1.groupby(s.cumsum()).date_time.transform(lambda x : x.max()-x.min()).dt.seconds
yourdf=df1.loc[(s1>1800)]
yourdf
Out[174]: 
            date_time  val1
5 2018-10-12 21:15:00     6
6 2018-10-12 21:28:00     8
7 2018-10-12 21:30:00     7
8 2018-10-12 22:10:00     6

<小时/>

如果您有更多符合条件的 block

将它们保存在dict中

d={x : y for x , y in yourdf.groupby(s.cumsum())}