Question

我有一个df，其中包含几行（有时几千条）数据，对应于数字信号。我使用以下方法添加了额外的列：

df['On/Off'] = np.where(df[col] > value, 'On', 'Off')

将信号标记为打开或关闭（根据信号源设置value）。以下代码给出了示例数据帧，尽管没有实际的测量数据：

df = pd.DataFrame({"Time/s" : np.arange(0,100,2),
               "On/Off" : ("Off")})
df.at[10:13,"On/Off"] = "On"
df.at[40:43,"On/Off"] = "On"
df.at[47:,"On/Off"] = "On"

我想计算一下信号寄存器打开的次数。对于上面的代码，结果将为2（理想情况下返回索引）。

考虑到数据帧的组织方式，我认为在各行中寻找行对时，on/off列在row n读为'off'，然后在{{1}读为'on' }应该是这种方法，如：

row_n+1

我当前的计划来自对此（Pandas iterate over DataFrame row pairs）的答案

我认为i =0 # <--- number of on/off pairings if cycle = [row_n]='On'; [row_n+1]='Off': i=+1提供了一条可能的路线，生成2个数据帧，然后比较行的不匹配情况，但感觉可能有一种更简单的方法，可能使用itertools或pd.iterrows（等）。 / p>

与往常一样，我们将不胜感激。

Answer 1

将shift与eq（==）用作比较值，将布尔掩码和最后一个计数Promise.all链接const p1 = fetch(url,{ method: 'GET' }) const p2 = fetch(url2,{ method: 'GET' }) Promise.all([p1, p2]).then(values => { // here you have an array of reponses console.log(values); })：

True

另一种解决方案：

sum

详细信息：

out = (df['On/Off'].shift(-1).eq('Off') & df['On/Off'].eq('On')).sum()

在pandas数据帧的相邻行中查找开/关信号或值对

1 个答案: