如何查找值是按顺序还是按时间顺序出现？

Question

我在下面给出了两个数据框供您测试

df_1 = pd.DataFrame({
'subject_id':[1,1,1,1,1,1,1,1,1,1,1],
'time_1' :['2173-04-03 10:00:00','2173-04-03 10:15:00','2173-04-03 10:30:00','2173-04-03 10:45:00','2173-04-03 11:01:00','2173-04-04 12:00:00','2173-04-05 16:00:00','2173-04-05 22:00:00','2173-04-06 04:00:00','2173-04-06 04:30:00','2173-04-06 06:30:00'],
'val' :[5,5,5,5,5,10,5,8,3,8,10]
})

df_2 = pd.DataFrame({
'subject_id':[1,1,1,1,1,1,1,1,1,1,1],
'time_1' :['2173-04-03 10:00:00','2173-04-03 10:15:00','2173-04-03 10:30:00','2173-04-03 10:45:00','2173-04-03 11:01:00','2173-04-04 12:00:00','2173-04-05 16:00:00','2173-04-05 22:00:00','2173-04-06 04:00:00','2173-04-06 04:30:00','2173-04-06 06:30:00'],
'val' :[5,6,5,6,5,10,5,8,3,8,10]
 })

我正在尝试检查val列中的值是否顺序（时间顺序）。我的意思是一个值不间断出现（例如：5,5,5是一个序列（时间顺序），而5,6,5,6是5的序列被破坏的示例）。你能帮我找到那个吗？

这是我尝试的总和和持续时间，但是它不起作用

df['time_1']= pd.to_datetime(df1['time_1'])
s=pd.to_timedelta(24,unit='h')-(df.time_1-df.time_1.dt.normalize())
df['tdiff'] = 
df.groupby(df.time_1.dt.date).time_1.diff().shift(-1).fillna(s)
df['t_d'] = df['tdiff'].dt.total_seconds()/3600
df['date'] = df['time_1'].dt.date
df.groupby(['val','date'],sort=False)['t_d'].agg({'cumduration':sum,'freq':'count'}).reset_index()

我希望我的df_2输出是这样的。

Answer 1

您的开销太大了。将这些步骤填充到单行命令中：

1. 将[“ val”]左移一个位置...
2. ...用<= ...比较该移位序列与[“ val”]的关系。
3. 这为您提供了一系列布尔值；将all()应用于此

all()的结果告诉您它们是否按降序排列。

编码留给读者练习。 ：-）