识别时间序列数据Python Pandas中的更新值

时间:2017-08-11 17:13:59

标签: python pandas datetime time-series

我没有做很多时间序列工作,我知道我在考虑这个解决方案的方式是次优的。希望获得有关解决此问题的最有效方法的意见。

我有几天的值,每天有多个值由时间戳标识。

数据如下所示:

Index      Period     Value         Timestamp
  0          1          73          2017-08-10 16:44:23
  1          1          73          2017-08-09 16:30:12
  2          1          73          2017-08-08 16:40:31
  3          2          50          2017-08-10 16:44:23
  4          2          45          2017-08-09 16:30:12
  5          2          45          2017-08-08 16:40:31
  6          3          13          2017-08-10 16:44:23
  7          3          13          2017-08-09 16:30:12
  8          3          13          2017-08-08 16:40:31

该示例显示连续三天捕获的三个不同时段的一个数据元素。这个想法是确定任何测量周期(期间1,2或3)的值是否发生变化。

正如您在示例中所看到的,在第三天(2017-08-10)更新了期间2的值。我想检测那个改变的价值。

我能弄清楚比较的唯一方法是循环,我认为它既不优雅,效率低下,绝对不是Pythonic。

任何人都可以深入了解没有循环/迭代的方法吗?

提前致谢。

修改

如果最近的时间戳数据中存在值更改,则预期输出将如下所示:

Index      Period     Value         Timestamp
  0          1          73          2017-08-10 16:44:23
  3          2          50          2017-08-10 16:44:23
  6          3          13          2017-08-10 16:44:23

0 个答案:

没有答案