Искать в поднаборах в python - PullRequest
Новая
       15

Искать в поднаборах в python

1 голос
/ 13 апреля 2020

Я хочу искать в каждом поднаборе в df:

df: 

                        id      timestamp               data    gradient        Start
timestamp                                       
2020-01-15 06:12:49.213 40250   2020-01-15 06:12:49.213 20.0    0.00373         NaN 
2020-01-15 06:12:49.313 40251   2020-01-15 06:12:49.313 19.5    0.00354         0.0 
2020-01-15 08:05:10.083 40256   2020-01-15 08:05:10.083 20.0    0.00020         1.0 
2020-01-15 08:05:10.183 40257   2020-01-15 08:05:10.183 20.5    -0.00440        0.0
                            ...
2020-01-31 09:01:50.993 40310   2020-01-31 09:01:50.993 21.0    0.55473         1.0
2020-01-31 09:01:51.093 40311   2020-01-31 09:01:51.093 21.5    0.00589         0.0
                            ...

Поднабор данных начинается с Start==1 и заканчивается следующим Start==1 , Я хочу выполнить поиск в пределах времени каждого поднабора данных до тех пор, пока gradient >0.0003 **, но не включительно ** (end_time) из start==1 (start_time), а затем рассчитать среднее значение data, чтобы получить таблицу как это: 

start_time               end_time                   Average
2020-01-15 08:05:10.083  2020-01-15 08:05:23.273    35(for example)
...

Редактировать: Воспроизводимый кадр данных: 

d = {'timestamp':["2020-01-15 06:12:49.213", "2020-01-15 06:12:49.313", "2020-01-15 08:05:10.083", "2020-01-15 08:05:10.183", "2020-01-15 09:01:50.993", "2020-01-15 09:01:51.093", "2020-01-15 09:51:01.890", "2020-01-15 09:51:01.990", "2020-01-15 10:40:59.657", "2020-01-15 10:40:59.757", "2020-01-15 10:42:55.693", "2020-01-15 10:42:55.793", "2020-01-15 10:45:35.767", "2020-01-15 10:45:35.867", "2020-01-15 10:45:46.770", "2020-01-15 10:45:46.870", "2020-01-15 10:47:19.783", "2020-01-15 10:47:19.883", "2020-01-15 10:47:22.787"],
'data': [20.0, 19.5, 20.0, 20.5, 21.0, 21.5, 22.0, 22.5, 23.0, 23.5, 23.0, 22.5, 23.0, 23.5, 24.0, 24.5, 25.0, 25.5, 26], 
'gradient': [NaN, NaN, 0.000000, 0.000148, 0.000294, 0.000294, 0.000339, 0.000339, 0.000334, 0.000334, 0.000000, -0.008618, 0.000000, 0.006247, 0.090884, 0.090884, 0.010751, 0.010751, 0.332889],
'Start': [0.0, 0.0, 1.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 1.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0,]
}

df = pd.DataFrame(d)

Ожидаемый вывод для воспроизводимого кадра данных: 

start_time               end_time                   Average
2020-01-15 08:05:10.083  2020-01-15 09:01:51.093    20.75  = average of (20.0, 20.5, 21.0, 21.5)
2020-01-15 10:45:35.767  2020-01-15 10:45:35.767    23.00  = average of (23.0)

1 Ответ

0 голосов
/ 13 апреля 2020

Я считаю, что вам нужно: 

df['g'] = df['Start'].cumsum()
df['m'] = df['gradient'].gt(0.0003)

#filter first group - rows before first 1
df1 = df[df['g'].ne(0)].copy()

#filter rows to first True in column m
df1 = df1[df1.groupby('g')['m'].cumsum().eq(0)]

#named aggregation
df2 = df1.groupby('g').agg(start_time=('timestamp','first'),
                           end_time=('timestamp','last'),
                           Average=('data','mean')).reset_index(drop=True)
print (df2)
                start_time                 end_time  Average
0  2020-01-15 08:05:10.083  2020-01-15 09:01:51.093    20.75
1  2020-01-15 10:45:35.767  2020-01-15 10:45:35.767    23.00
...