识别准可变时间窗口中的最大移动

Question

我有表（track_t，Postgresql 9.5）的时间戳和速度＆amp;表。足球运动员的距离测量。 时间戳在比赛开始前大约30分钟，并在比赛结束后最多30分钟。我有一个查询可以确定哪个45分钟范围的移动最多 - 平均（速度）和总和（距离） - 因此可能是游戏正在播放的时间。

SELECT
    tt.start_time
    , tt.game_id
    , tt.start_time AT TIME ZONE 'UTC' AT TIME ZONE 'CEST' + interval '45 minute' as end_time_lz
    , sum(aa.distance) as distance
    , avg(aa.speed) as speed
FROM
(
    SELECT
        game_id
        , GENERATE_SERIES(MIN(date_trunc('hour',ts)),max(date_trunc('minute',ts)),'1m') as start_time
    FROM track_t
        GROUP BY game_id
) tt
INNER JOIN
(
    SELECT
        game_id
        , avg(speed) as speed
        , sum(distance) as distance
        , date_trunc('minute',ts) as timestamp
    FROM track_t
    GROUP BY 
        game_id
        , date_trunc('minute',ts)
) aa
ON aa.game_id = tt.game_id
AND aa.timestamp >= tt.start_time 
AND aa.timestamp < tt.start_time + interval '45 minute'

GROUP BY
    tt.start_time
    , tt.game_id

ORDER BY
    SUM(aa.distance) desc
    , AVG(aa.speed) desc
;

第一部分根据每分钟的时间戳创建具有GENERATE_SERIES()功能的所有45分钟窗口。因此，如果游戏在10:00开始，数据从09:30开始，那么我在09：30,09：31,09：32等处创建45分钟的窗口。

第二部分计算45分钟窗口的平均速度和总距离。

然后，为了确定最有可能的45分钟窗口，我可以按总和（距离）和平均（速度）排序，以给我开始时间。

结果看起来像这样（限制10个有序行）

start_time; game_id; end_time; sum(distance); avg(speed)
*"2016-09-03 17:03:00";"a20160903";"2016-09-03 17:48:00";47935.0703622001;1.06124213271675*
"2016-09-03 17:04:00";"a20160903";"2016-09-03 17:49:00";47761.7538393264;1.0572395112247
"2016-09-03 17:02:00";"a20160903";"2016-09-03 17:47:00";47642.3581425403;1.05482864669178
"2016-09-03 17:05:00";"a20160903";"2016-09-03 17:50:00";46949.1297795754;1.03702742158256
"2016-09-03 17:01:00";"a20160903";"2016-09-03 17:46:00";46868.0351728161;1.03604043683709
*"2016-09-03 17:58:00";"a20160903";"2016-09-03 18:43:00";46481.3160240327;1.03470232279402*
"2016-09-03 17:00:00";"a20160903";"2016-09-03 17:45:00";46454.0167265013;1.02557019844115
"2016-09-03 17:59:00";"a20160903";"2016-09-03 18:44:00";46183.0355093333;1.02985443158215
"2016-09-03 17:57:00";"a20160903";"2016-09-03 18:42:00";46059.2319184038;1.02059235291926
"2016-09-03 18:00:00";"a20160903";"2016-09-03 18:45:00";45984.1387791433;1.02661395680708

并且每一半的两个可能的开始时间都标有*（例如17:03和17:58）。

创建可排序列表可以正常工作，但如何自动选择第1和第2半的开始时间？

此外，由于受伤时间，半场比赛通常超过45分钟，每半场可以在0到5分钟之间。 如何自动扫描包含可能受伤时间的时间窗，时间在45到50分钟之间，并从这些组合中选择“最大移动窗口”？

如果你在x轴上绘制start_time，在y轴上绘制总和（距离），你会看到一个很好的双峰分布 - 所以我在想一些分析功能来识别半开始时间和伤害时间。 / p>

（由于UTC /本地时间转换，小时数与上述数据不匹配）

注意：我更喜欢用SQL（Postgres 9.5）来做这件事，但我确实有一个可以使用的python包装器，它可以提供更多的机器学习库。