使用pandas为宽带、噪声信号创建上包络

我正在使用Python 2.7。标题提供了上下文。我用这种特殊的方式表达了标题，这样人们将来可以查询这个堆栈交换问题。使用MATLAB有大量关于这方面的文档，但是对于Scipy、NumPy、Pandas、matplotlib等，这一过程严重缺乏

基本上，我有以下数据帧：

   time amplitude
 0 1.0  0.1
 1 2.0 -0.3
 2 3.0  1.4
 3 4.0  4.2
 4 5.0  -5.7
 5 6.0  2.3
 6 7.0  -0.2
 7 8.0  -0.3
 8 9.0  1.0
 9 10.0  0.1

现在我想做的是：

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
import scipy as scipy

time = [0,1,2,3,4,5,6,7,8,9]
amplitude = [0.1,-0.3,1.4,4.2,-5.7,2.3,-0.2,-0.3,1.0,0.1]
df = pd.DataFrame({'time': time, 'amplitude': amplitude}]
plt.plot(df['time'],df['amplitude])

for seconds in time:
    if <interval == 5>:
        max = []
        time_max = []
        min = []
        time_min = []

        max.append(df.max['amplitude'])
        min.append(df.min['amplitude'])
        time_max.append(<time value in interval>)
        time_min.append(<time value in interval>)

  <build another dataframe>
  <concat to existing dataframe df>
  <interpolate between values in column 'upper'>
  <interpolate between values in column 'lower'> 

• 每隔5秒，查找最大值和最小值
• 用相应的时间值记录最大值和最小值（即，对于上述情况，在前5秒，最大值在4秒时为4.2，在5秒时为-5.7）
• 将值附加到数据框的适当位置，即

  time amplitude upper lower
  0 1.0  0.1       
  1 2.0 -0.3
  2 3.0  1.4
  3 4.0  4.2       4.2
  4 5.0  -5.7            -5.7
  5 6.0  2.3       2.3
  6 7.0  -0.8            -0.8
  7 8.0  -0.3
  8 9.0   1.0
  9 10.0  0.1
  

• 在最大值和最小值之间插值以清除数据帧

• 绘制振幅列、上列和下列

我对python/pandas非常熟悉，可以想象代码如下所示：

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
import scipy as scipy

time = [0,1,2,3,4,5,6,7,8,9]
amplitude = [0.1,-0.3,1.4,4.2,-5.7,2.3,-0.2,-0.3,1.0,0.1]
df = pd.DataFrame({'time': time, 'amplitude': amplitude}]
plt.plot(df['time'],df['amplitude])

for seconds in time:
    if <interval == 5>:
        max = []
        time_max = []
        min = []
        time_min = []

        max.append(df.max['amplitude'])
        min.append(df.min['amplitude'])
        time_max.append(<time value in interval>)
        time_min.append(<time value in interval>)

  <build another dataframe>
  <concat to existing dataframe df>
  <interpolate between values in column 'upper'>
  <interpolate between values in column 'lower'> 

将熊猫作为pd导入
将matplotlib.pyplot作为plt导入
将numpy作为np导入
将scipy导入为scipy
时间=[0,1,2,3,4,5,6,7,8,9]
振幅=[0.1，-0.3,1.4,4.2，-5.7,2.3，-0.2，-0.3,1.0,0.1]
df=pd.DataFrame（{'time'：时间，'振幅'：振幅}]
plt.绘图（df['时间]，df['振幅]）
秒的时间：
如果：
最大值=[]
时间_max=[]
最小值=[]
时间_min=[]
最大附加值（df.max[“振幅]）
最小附加（df.min[‘振幅’]）
时间_max.append（）
时间\分钟追加（）

感谢您的帮助

多谢各位

~devin

熊猫，将在这里提供帮助。要获得秒数作为

日期时间索引

，请从任意的

日期时间开始

-完成后，您可以随时删除年份：

df.set_index(pd.to_datetime("2017") + df.time * pd.offsets.Second(), inplace=True)

print(df)
                     time  amplitude
time                                
2017-01-01 00:00:01   1.0        0.1
2017-01-01 00:00:02   2.0       -0.3
2017-01-01 00:00:03   3.0        1.4
2017-01-01 00:00:04   4.0        4.2
2017-01-01 00:00:05   5.0       -5.7
2017-01-01 00:00:06   6.0        2.3
2017-01-01 00:00:07   7.0       -0.2
2017-01-01 00:00:08   8.0       -0.3
2017-01-01 00:00:09   9.0        1.0
2017-01-01 00:00:10  10.0        0.1

每5秒重新采样一次，并获取摘要统计信息

min

和

max

：

summary = (df.resample('5S', label='right', closed='right')
             .agg({"amplitude":{"lower":"min","upper":"max"}}))
summary.columns = summary.columns.droplevel(0)

print(summary)
                     upper  lower
time                             
2017-01-01 00:00:05    4.2   -5.7
2017-01-01 00:00:10    2.3   -0.3

与原始

df

合并并插值缺失的值。（注意，插值只能在两个值之间进行，因此前几个条目将是

NaN

）

最后，绘制输出：

plot_cols = ['amplitude','lower','upper']
df2[plot_cols].plot()

注意：如果希望索引仅显示秒，请使用：

df2.index = df2.index.second

• 几乎复制了这一点：（但以更面向熊猫/数据帧的方式）
• 也使用了这个：

• 我第一次遇到这个问题：

我希望这能帮助人们为嘈杂的信号/时间序列数据创建任意的封套，就像它帮助了我一样

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
import scipy as scipy

time_array = [0,1,2,3,4,5,6,7,8,9]
value_array = [0.1,-0.3,1.4,4.2,-5.7,2.3,-0.2,-0.3,1.0,0.1]

upper_time = []
upper_value = []
lower_time = []
lower_value = []

df = pd.DataFrame({'time': time_array, 'value': value_array})


for element,df_k in df.groupby(lambda x: x/2):
    df_temp = df_k.reset_index(drop=True)

    upper_time.append(df_temp['time'].loc[df_temp['value'].idxmax()])
    upper_value_raw = df_temp['value'].loc[df_temp['value'].idxmax()]
    upper_value.append(round(upper_value_raw,1))

    lower_time.append(df_temp['time'].loc[df_temp['value'].idxmin()])
    lower_value_raw = df_temp['value'].loc[df_temp['value'].idxmin()]
    lower_value.append(round(lower_value_raw,1))



plt.plot(df['time'],df['value'])
plt.plot(upper_time,upper_value)
plt.plot(lower_time,lower_value)
plt.show()

---

第6行中的

振幅
值在示例数据的第一次和第二次显示中是不同的（
-0.2
vs
-0.8
）。是哪一个？需要什么样的插值协议？细节非常不相关。我回答了我自己的问题，但我的回答不同（见帖子），但您的解决方案更具python风格。谢谢！！！注意****我是通过查看Confect.oops上的2秒间隔来创建此信封的。只需将df.groupby（lambda x:x/2）更改为df.groupby（lambda x:x/5）