遍历Python中的start，finish和class值

Question

我有一个小脚本，可以在我的熊猫数据集中创建一个名为class的新列，并为给定的时间范围分配class值。它运作良好，但是突然间我要输入数千个时间范围，想知道是否有可能编写某种循环来从熊猫数据框中获取三列（开始，结束和分类）。

使事情变得复杂的是，时间范围在数据框1中（例如，纳秒，30秒，4分钟）和在数据框2中（包含加速度计数据）具有不规则的间隔，时间序列数据以0.010秒的增量递增。由于我是Python的新手，因此不胜感激。

conditions = [(X['DATETIME'] < '2017-11-17 07:31:07') & (X['DATETIME']>= '2017-11-17 00:00:00'),(X['DATETIME'] < '2017-11-17 07:32:35') & (X['DATETIME']>= '2017-11-17 07:31:07'),(X['DATETIME'] < '2017-11-17 09:01:05') & (X['DATETIME']>= '2017-11-17 08:58:39')]
classes = ['0','1','2']
X['CLASS'] = np.select(conditions, classes, default='5')

Answer 1

有很多可能的解决方案，您可以使用您所说的for循环，等等。但是，如果您不熟悉Python，我想这个答案将向您展示更多有关python及其强大软件包的功能。我将在此处使用numpy包。而且我想您的第一个表位于名为X的熊猫数据框中，而第二个表位于名为condidtions的熊猫数据框中。

import numpy as np
X['CLASS'] = conditions['CLASS'].iloc[np.digitize(X['Datetime'].view('i8'),
                                                  conditions['Start'].view('i8')) - 1]

别担心，我不会让你在那里。因此np.digitize将其作为第一个列表，并根据第二个参数所定义的bin边界将其分类。因此，在这里您将获得与给定行中的时间相对应的condition的索引。

有一些细节需要注意：

• .view('i8')提供了datetime对象的视图，numpy包可以轻松使用它（如果您有兴趣，可以阅读更多详细信息）
• -1需要重新对齐结果（第一个条件开始后的值将得到1的值，但我们希望它从0开始。
• 最后，我们使用iloc系列的conditions['CLASS']函数将这些索引映射到类值。