我正在寻找一种巧妙的方法来检测时间序列数据中的特定事件。
在我的情况下，事件可能包含从一个样本到下一个样本的值超过一定量的值，或者它可能包含一个样本（例如）大于阈值而另一个参数小于阈值另一个门槛。
e.g。想象一下我有三个参数的时间序列表;时间戳，一些温度数据和一些湿度数据：
time_series = []
# time, temp, humidity
time_series.append([0.0, 12.5, 87.5])
time_series.append([0.1, 12.8, 92.5])
time_series.append([0.2, 12.9, 95.5])
显然，有用的时间序列会比这长得多。
我显然可以遍历此数据检查每一行（可能还有前一行）以查看它是否符合我的标准，但我想知道是否有一个可以用来的简洁库或技术搜索特定事件的时间序列数据 - 特别是在事件可能被定义为多个连续样本的函数或多个列中的样本函数的情况下。
有谁知道这样的图书馆或技术？
答案 0 :(得分：0)
您可能想调查一下pandas，其中包括时间序列工具see this pandas doc。
我认为你要做的就是采取＆＃34;切片＆＃34;通过数据。 [earthpy.org上的这个链接]（http://earthpy.org/pandas-basics.html）介绍了如何在大熊猫中使用时间序列数据，如果你按照示例进行操作，它会显示如何取出切片，我认为这对应于拉动超出数据中超出阈值等的参数。