Question

我有一个数据框，其中包含三个感兴趣的列：“时间”，“峰值”和“周期”。我想计算给定周期的每一行之间的时间。

   time  peak  cycle
0     1     1      1
1     2     0      1
2   3.5     0      1
3   3.8     1      2
4     5     0      2
5   6.2     0      2
6     7     0      2

我想添加第四列，因此完成后数据框将如下所示：

   time  peak  cycle  time_elapsed
0     1     1      1             0
1     2     0      1             1
2   3.5     0      1           1.5
3   3.8     1      2             0
4     5     0      2           1.2
5   6.2     0      2           1.2
6     7     0      2           0.8

循环次数是根据峰信息计算得出的，因此我不需要同时引用这两列。

data['time_elapsed'] = data['time'] - data['time'].shift()

应用上面得到的代码：

   time  peak  cycle  time_elapsed
0     1     1      1             0
1     2     0      1             1
2   3.5     0      1           1.5
3   3.8     1      2           0.3
4     5     0      2           1.2
5   6.2     0      2           1.2
6     7     0      2           0.8

每当“峰值”中的值为1时，是否有一种方法可以“重置”计算？任何提示或建议将不胜感激！

Answer 1

减去GroupBy.transform和GroupBy.first在Series中转换的每个组的第一个值：

df['time_elapsed'] = df['time'].sub(df.groupby('cycle')['time'].transform('first'))
print (df)
   time  peak  cycle  time_elapsed
0     1     1      1             0
1     2     0      1             1
2     3     0      1             2
3     4     1      2             0
4     5     0      2             1
5     6     0      2             2
6     7     0      2             3

要添加重置，请在Series列中仅将1或0与Series.cumsum一起添加{{3}}：

peak

计算在不同列中定义的每个组的数据框中相邻行（十进制数）的差异

1 个答案: