Question

我正在寻找一种方法来过滤/搜索数据框中行中的seqeuences / patterns，如下所示：

sensor               A  B  C  D  E  F
date
2011-11-02 19:22:32  0  0  0  0  1  0
2011-11-02 19:29:18  0  0  0  0  1  0
2011-11-02 19:29:30  0  0  1  0  1  0
2011-11-02 19:29:34  0  0  1  1  1  0
2011-11-02 19:29:35  0  0  1  1  0  0
2011-11-02 19:30:06  0  0  1  0  0  0
2011-11-02 19:30:10  0  0  1  0  1  0
2011-11-02 19:30:46  0  0  0  0  1  0
2011-11-02 19:31:25  0  0  1  0  1  0
2011-11-02 19:31:26  0  0  1  0  0  0
2011-11-02 19:31:31  0  0  1  1  0  0
2011-11-02 19:31:41  0  0  0  1  0  0

我现在需要在哪个时间范围内传感器（A，B，C，..）处于活动状态（值== 1）。例如。对于传感器C，有两个间隔：

开始时间：2011-11-02 19:29:30，结束时间：2011-11-02 19:30:46
开始时间：2011-11-02 19:31:25，结束时间：2011-11-02 19:31:41

所以： 0 - ＆gt; 1：startdate和 1 - ＆gt; 0：结束

我的第一个解决方案是迭代行。但由于真正的数据集非常大，我想知道是否有任何方法可以用熊猫来完成。

感谢。

Answer 1

你可以这样做：

col = df['A']
scol = col.shift()
starts = col & ~(scol == 1)
ends = ~(col == 1) & scol
if col[len(col)-1]:
    ends[len(ends)-1] = True

然后starts和ends将是两个布尔系列，标记列中的所有开始日期和结束日期＆＃39; A＆＃39;。

最后两行用于创建结束日期，如果列结束为... 1 1，则会丢失这些结束日期。此外，如果该列以1 1 ...开头（如问题＆＃39;中所述的DSM），则会创建开始日期。

Answer 2

res = {}
t = df - df.shift(1)
for col in df.columns:
    res[col] = t[col][t[col] != 0]

当特定列的值为1时，表示时间范围已开始，当它为-1时，表示已结束

另外，你可以使用dict理解：

res = {col: t[col][t[col] != 0] for col in df.columns}

在序列为0和1的列中过滤行方式模式

2 个答案: