作为一个例子。
两个数据集。一个小时内收集一个。一小时内在20分钟内收集一次。
每个数据集都包含可以转换为true（-）或false（_）单个列的事件实例，表示事件是否正在发生。
DS1.event：
_-__-_--___----_-__--_-__---__
DS2.event：
__--_-__--
我正在寻找一种方法来自动化两个数据集的相关性（如果术语不正确，请更正），并找到DS1最多（最多x个）的DS1偏移量已经发生了。这可能最终会得到一些匹配百分比，然后我可以通过阈值来确定匹配的有效性。
这样
_-__-_--___----_-__--_-__---__
__--_-__--
DS1.start + 34min~ = DS2.start
其他信息：
以约1Hz记录DS1。 DS2约为30 Hz。这样就不太可能实现100％的干净匹配。
我会赞赏替代方法（对熊猫），但我掌握的是python / pandas。
答案 0 :(得分：3)
听起来你只想要一个像交叉相关的东西？
我首先将字符串转换为数字表示形式，因此请将-和_替换为1和0
您可以使用字符串replace方法（例如signal.replace("-", "1")）
将它们转换为列表或numpy数组：
event1 = [int(x) for x in signal1]
event2 = [int(x) for x in signal2]
然后计算它们之间的互相关：
xcor = np.correlate(event1, event2, "full")
这将为您提供每个时间滞后的互相关值。您只想找到最大的值，以及它发生的时间间隔：
nR = max(xcor)
maxLag = np.argmax(xcor) # I imported numpy as np here
给你类似的东西：
Cross correlation value: 5
Lag: 20
听起来你对这里的滞后价值更感兴趣。滞后告诉您的是，为了获得2个信号之间的最大互相关值（匹配程度），需要多少时间/位置偏移
您可能需要查看np.correlate和np.convolve的文档，以确定您希望使用的方法（完整，相同或有效），因为数据长度决定了如果您的信号长度不同，您希望发生什么