Question

我在确定某些信号是否低于背景水平时，将得分保持在真/假列中，例如

sig  bg   is_below
5    3    False
5    3    False
5    3    False
2    3    True   # "False positive"
4    3    False
4    3    False
0    3    True   # Signal is dead and not returning from this point onwards
0    3    True
0    3    True
0    3    True
0    3    True

但正如我所展示的那样，噪音有时会产生误报＆＃34;并且平滑数据并没有消除一些大的尖峰，而不会使小数据过度平滑。我确信这是一种适当的数学方法，但也许这对工作和计算效率来说太过分了。

相反，如何确定出现True的第一个True的索引，例如连续3次？

Answer 1

好的，所以我记得True / False可以很容易地解释为1/0，所以滚动中位数，例如

scipy.signal.medfilt(df["is_below"], kernel_size = 5).argmax()

将返回第一次遇到[False, False, True, True, True]的索引，因为[0, 0, 1, 1, 1]的中位数是连续返回3 True的最小窗口。

我不知道是否有更好的方法，但鉴于我的时间序列中有100个数据点，返回的argmax索引对我的应用程序来说足够准确。

Answer 2

如果您的数据位于pandas数据框中（例如称为df），则可以通过创建一个布尔变量b来实现，该变量仅在行和时在每一行True。 df.is_below中前两行为True。

b = ((df.is_below == True) & (df.is_below.shift(-1) == True) & (df.is_below.shift(-2) == True))

在这里，df.is_below.shift(-1)将整个数据帧向后移动1，因此我们正在查看上一行（类似于shift(-2)以查看前一行之前的行）。

以下完整代码：

import pandas as pd

# Create dataframe
df = pd.DataFrame()
sig = [5, 5, 5, 2, 4, 4, 0, 0, 0, 0, 0]
df['sig'] = sig
df['bg'] = [3] * len(sig)
df['is_below'] = df.sig < df.bg

# Find index of first consecutive three True in df.is_below
b = ((df.is_below == True) & (df.is_below.shift(-1) == True) & (df.is_below.shift(-2) == True))
idx = df.index[b][0]  # first index where three Trues are in a row

Pandas为真/假行滚动idmax？

2 个答案: