Question

我尝试搜索所有数据帧都具有相同值（例如1）的时间间隔（例如1分钟）。

给出可能具有不同时间戳的

n 时间序列（df1，df2，df3，...）。时间序列具有离散状态值0和1。从这些跳转函数中，我希望创建一个序列，其值永远不应大于1。我想以某种方式将所有帧求和并应用max（x，1）。

import pandas as pd

df1 = pd.DataFrame({'2018-01-01 00:00:00': [1],
                    '2018-01-01 00:01:00': [0],
                    '2018-01-01 00:03:00': [0],
                    '2018-01-01 00:04:00': [1]})

df2 = pd.DataFrame({'2018-01-01 00:00:00': [0],
                    '2018-01-01 00:01:30': [1],
                    '2018-01-01 00:03:00': [0],
                    '2018-01-01 00:04:30': [1]})

df3 = pd.DataFrame({'2018-01-01 00:00:00': [1],
                    '2018-01-01 00:01:15': [1],
                    '2018-01-01 00:03:00': [0],
                    '2018-01-01 00:04:45': [0]})

frames = [df1, df2, df3]
result = pd.concat(frames)

print(df1.add(df2.add(df3,axis="index",fill_value=0),axis="index",fill_value=0))

中间结果：

[3 rows x 8 columns]
   2018-01-01 00:00:00  2018-01-01 00:01:00  2018-01-01 00:01:15  ...  2018-01-01 00:04:00  2018-01-01 00:04:30  2018-01-01 00:04:45
0                    2                  0.0                  1.0  ...                  1.0                  1.0                  0.0

我想有一种更舒适，更直观的方法（concat，merge，join ...）来做到这一点。我将问题分解为：

在熊猫中获得更多知识：）
添加/求和数据帧/时间序列
让值0或1
评估间隔更改的持续时间

Answer 1

IIUC，您可以只使用max：

pd.concat([df1,df2,df3], sort=False).max()

或者如果您想按索引对齐数据框：

pd.concat([df1,df2,df3], sort=False).groupby(level=0).max()

输出：

   2018-01-01 00:00:00  2018-01-01 00:01:00  2018-01-01 00:03:00  \
0                    1                  0.0                    0

在n个时间序列中搜索相等值的间隔

1 个答案: